WSL配置 （Ubuntu 22.04）

注意：本文档由ChatGPT翻译，原文在此。

注意: 随着我们的团队转向Jetson Orin Nano，我们认为使用Ubuntu 22.04作为我们的测试环境更好。但是，不同版本的Ubuntu之间的大部分部分都是相同的，因此以下步骤可能也适用于Ubuntu 18.04和20.04。

安装CMake

sudo apt install cmake

安装Boost

sudo apt install libboost-all-dev

安装Protocol Buffer

sudo apt install libprotobuf-dev protobuf-compiler

安装ZBar

sudo apt-get install libzbar-dev libzbar0

安装CUDA

要在Ubuntu 22.04上安装CUDA 12.1，请按照NVIDIA网站上的说明操作。

注意: 建议使用网络存储库方法进行WSL安装，因为它比本地存储库方法简单。

示例Shell命令（⚠️可能在您的计算机上无法正常工作，请在执行之前考虑）：

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.0-1_all.deb
sudo dpkg -i cuda-keyring_1.0-1_all.deb
sudo apt-get update
sudo apt-get install cuda

安装cuDNN 8.6.0

要在Ubuntu 22.04上安装cuDNN 8.6.0，请按照NVIDIA网站上的说明操作。

注意: WSL上的cuDNN不支持网络存储库方法。请改用本地存储库方法。

假设您已将cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb下载到当前目录。 示例Shell命令（⚠️可能在您的计算机上无法正常工作，请在执行之前考虑）：

sudo dpkg -i cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-*/cudnn-local-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get install libcudnn8

安装 TensorRT 8.5.3

要在 Ubuntu 22.04 上安装 TensorRT 8.5.3，请按照NVIDIA网站上的说明进行操作。

注意：网络仓库方法无法在WSL上为TensorRT工作。请改用本地仓库方法。假设您已将nv-tensorrt-local-repo-ubuntu2204-8.5.3-cuda-11.8_1.0-1_amd64.deb下载到当前目录。

示例 Shell 命令（⚠️在执行之前请三思）:

sudo dpkg -i nv-tensorrt-local-repo-ubuntu2204-8.5.3-cuda-11.8_1.0-1_amd64.deb
sudo cp /var/nv-tensorrt-local-repo-ubuntu2204-8.5.3-cuda-11.8/*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get install tensorrt

安装 OpenCV 4.7.0

必须从源代码编译 OpenCV 才能在 Ubuntu 22.04 上安装 OpenCV 4.7.0，请按照OpenCV官方网站的说明进行操作。

示例 Shell 命令（⚠️在执行之前请三思）:

# 下载并解压
wget -O opencv.zip https://github.com/opencv/opencv/archive/4.x.zip
unzip opencv.zip

# 创建构建文件夹
mkdir -p build && cd build

# 使用CMake构建
cmake ../opencv-4.x

# 使用 make 或 ninja 进行构建
cmake --build .

# 安装已编译的库
sudo make install