Firefly AIO-3399ProC ARM开发板环境配置过程

一、硬件条件

Firefly AIO-3399ProC + Ubuntu18.04官方固件（5.11号）

二、修改python版本（选做）

讲一下我需要修改Python版本的原因，如果读者不需要的话，没有必要修改。笔者板子中默认配置了Python-2.7.17和Python-3.6.9

首先，我需要安装tensorflow，由于和numpy版本兼容关系比较受限，并且在原来的程序中用了tensorflow.contrib组件，所以必须是是tensorflow1.x版本。
根据参考文章1选择了tensorflow1.14版本，并且根据参考文章2找到了兼容的numpy版本为1.16.0。

参考No module named ‘tensorflow.contrib’
参考tensorflow和numpy对应的版本

笔者是最后的最后才装的tensorflow，用pip3装的时候不论官方源还是国内源都一直提醒我没有匹配版本，然后才明白tensorflow对ARM的支持捉襟见肘。

随后笔者找了一堆资料才找到了参考文章3和4，弄明白了一些包在后缀名中的支持都是什么意思，并且知道了要下载特殊的ARM版本。
在此感谢github上的大佬给出的多个版本的tensorflow-on-arm。

参考如何查看pip支持的文件名和版本
参考aarch64架构下安装tensorflow详细过程
参考tensorflow-on-arm的github地址

此时我发现，在github里的tensorflow-1.14.0（忽略另一个带Buster的1.14.0版本，因为笔者不太懂）只支持Python-3.5和2.7因此笔者无奈选择了自己装Python-3.5.9。

笔者提醒：该过程是要求已经安装过pip的，笔者第一次先装了Python3.5.9，然后最后一步pip3改不了指向了，因为没有形成某些新的pip3文件。如果读者装的是pip，后边给出个人建议（但是不保证能成功）

以下过程
参考ubuntu安装python3.7，并更新python默认指向为python3.7
参考更改Ubuntu默认python版本的两种方法

0.安装pip3

sudo apt update
sudo apt upgrade
sudo apt install python3-pip

此时pip3会被安装在默认python3下

可能出现的错误：pip required SSL/TSL，解决方法：

sudo apt install libssl-dev

参考：安装python时出现Ignoring ensurepip failure:pip required SSL/TLS

1.下载官方源码包

wget  https://www.python.org/ftp/python/3.5.9/Python-3.5.9.tgz

如果下载慢，建议科学上网。
笔者是Windows下科学下载，然后拷贝到ARM开发板上的主目录下。

2.解压并进入

tar -zxvf Python-3.5.9.tgz
cd Python-3.5.9

3.配置并编译安装

./configure
make
sudo make install

此时，Python-3.5.9已经安装完成，但是需要额外的指向修改

4.修改指向

sudo mv /usr/bin/python /usr/bin/python.bak
sudo ln -s /usr/local/bin/python3 /usr/bin/python
sudo mv /usr/bin/pip3 /usr/bin/pip.bak
sudo ln -s /usr/local/bin/pip3 /usr/bin/pip3

（如果读者装的是pip，建议把后两句的/usr/bin/pip3改为/usr/bin/pip，即参考文章中的原语句。笔者不保证可以成功）

5.修改Python优先级

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2.7 1
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.6 2
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.5 3

6.完成

输入python指令默认指向Python-3.5.9，并且会显示安装新Python的今天的日期。输入pip3 -V指令可以看到pip的版本和所属Python环境（python 3.5）。此时即为成功。此时推荐升级pip3：

sudo pip3 install –upgrade pip

把pip3包从9版本升级至最新20版本。

三、基本包安装和升级

1. 配置GCC

sudo apt install build-essential

2. 安装最基本的软件

sudo apt install cmake gedit git

分别为编译包、文件管理包（root修改文件）、和程序下载包

3.其他基本依赖包

sudo apt install python3-dev libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
sudo apt install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

4.升级pip3包和setuptools包（仅建议升级，为后续工作更新工具）

sudo pip3 install --upgrade pip
sudo pip3 install --upgrade setuptools

如果没有setuptools就

sudo apt install setuptools

5.安装wheel包（仅建议安装，为后续工作准备工具）

pip3 install wheel

四、安装numpy和tensorflow

1.安装numpy-1.16.0

pip3 install numpy==1.16.0

如果网络连接错误或下载慢就指定源：

pip3 install numpy==1.16.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

如果没装wheel的话，其中有一步Running setup.py install for numpy会很慢甚至报错，如果安装了wheel的话，这一步同样慢，但是不会出错。

2.安装tensorflow-1.14.0

参考aarch64架构下安装tensorflow详细过程
笔者是在Windows下科学下载https://github.com/lhelontra/tensorflow-on-arm/releases/download/v1.14.0/tensorflow-1.14.0-cp35-none-linux_aarch64.whl并拷贝到ARM板主目录下

有懂哥的话自行用git指令或者wget指令下载。

pip3 install tensorflow-1.14.0-cp35-none-linux_aarch64.whl

但是这个过程会需要下载很多的依赖包，如果网不行或者是用网高峰期，建议

pip3 install tensorflow-1.14.0-cp35-none-linux_aarch64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/

如果出错了，大概率是网的问题，再运行几次多半就好了。

这其中有一个h5py的包，在笔者安装的过程中出错了。

sudo apt install libhdf5-dev
sudo pip3 install h5py

可以解决，同样，如果pip3安装网速慢，继续指定用清华的源

sudo pip3 install h5py -i https://pypi.tuna.tsinghua.edu.cn/simple/

参考Ubuntu中安装Python h5py

五、安装opencv和dlib

1.安装opencv（因为某些原因，笔者需要自行编译opencv）

参考Firefly-RK3399安装opencv3
参考OpenCV-Ubuntu 16.04中安装OpenCV+OpenCV_Contrib

（1）下载opencv

git clone https://github.com/opencv/opencv.git

这一步笔者是在Windows上opencv官网下载的opencv-3.4.10和opencv-contrib3.4.10并解压，把后者放入了opencv的根目录（两个文件夹名字都去掉-3.4.10）做成的文件包，放到ARM板根目录下

（2）进入opencv并建立release文件夹

cd opencv
mkdir release
cd release

（3）cmake编译

sudo cmake -D CMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules ..

（4）build

比较慢，按照ARM的算力可能有一两个小时，注意板子的散热

sudo make -j4

（5）安装

sudo make install

（6）环境配置

sudo gedit /etc/ld.so.conf

在后边另起一行加上/usr/local/lib
保存关闭

然后更新环境配置

sudo /sbin/ldconfig

2.安装dlib

参考Ubuntu下dlib库编译安装

（1）安装boost库

sudo apt-get install libboost-all-dev

（2）从github克隆库

git clone https://github.com/davisking/dlib.git

（3）编译

cd dlib
mkdir build
cd build
sudo cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1
cmake --build .

（4）安装

cd ..
sudo python setup.py install --no DLIB_USE_CUDA

3.完成

完成后建议在python中import一下，以测试是否安装成功。

opencv版本号查看：

python
import cv2
cv2.__version__

dlib版本号查看：

pip3 list

五、注意事项

1.本文实际是记录笔者为了毕设进行环境配置的过程，在此期间（算上另一篇博客）一共花了近两周的时间，实在是想原地去世

2.可能过程中出的一些其他的错误没有随时记录下来，出了的话请自行查询。我遇到的比较突出的错误所看的文章大多都已经放在文章里了，读者可以取参考一下他们的方法。

3.中间pip3 install指令前边加不加sudo感觉都差不多吧。如果不加sudo出错了，那就加上试试。

六、参考文章

https://www.cnblogs.com/whenyd/p/7721989.html
https://www.cnblogs.com/nlpwangdong/p/12525178.html
https://blog.csdn.net/xinjieyuan/article/details/103738396
https://bbs.csdn.net/topics/392479170
https://www.cnblogs.com/ming-4/p/11684474.html
https://blog.csdn.net/u014775723/article/details/85213793
https://blog.csdn.net/djs123djs/article/details/83858088
https://blog.csdn.net/yanhuatangtang/article/details/54615068
https://www.cnblogs.com/ming-4/p/11684474.html
https://blog.csdn.net/linmingan/article/details/50736300
https://blog.csdn.net/qq_25680531/article/details/80854344
https://www.cnblogs.com/fx-blog/p/8213704.html
https://www.cnblogs.com/whenyd/p/7721989.html

———————————————————————————————————————————
本人新手，在校学生，刚接触ubuntu和python
非常感谢CSDN上各路大佬的帖子，感觉要回馈社区，所以开始写CSDN博客
欢迎咨询