コンテンツへスキップ

MacにPythonインストール

Mac BookでOpenCVを利用したくて、Python3とOpenCVをインストールしました。
普段は、Macでプログラム開発などをしていないので、Macの開発環境などは何も導入していない状態です。

テスト環境

macOS Mojave 10.14.6
導入されているPython 2.7.10 (python -V)

Python 3インストール

パッケージインストールかbrewインストールでPythonがインストール出来ます。
開発環境を入れていないので、パッケージインストールしました。
以下サイトより、MAC向けのインストトーラーをダウンロードし、Python3のインストールを実施しました。

Download the latest version for Mac OS X

OpenCVインストール

pip3コマンドで、「opencv-python」をインストールしました。

$ pip3 install opencv-python

必要に応じてPipをアップグレードします。

$ pip3 install --upgrade pip

Pipのアップグレードが必要な際は、以下のメッセージが表示されます。

You are using pip version 18.1, however version 19.3.1 is available.
You should consider upgrading via the 'pip install --upgrade pip' command.

 

 

 

 

 

2019年10月24日  めざましじゃんけん 結果

フジテレビ めざましテレビ めざましじゃんけん の結果を保証したり、全ての結果が記載を保証するものではありません。

2019年10月24日のめざましじゃんけんの結果をベストエフォートで公開します。


じゃんけん結果システムイメージ

Goo(グー) Choki(チョキ) Pa(パー)

めざましテレビ|めざましじゃんけんーフジテレビ

めざましじゃんけん結果
回次結果対戦相手
10月24日
(木曜日)
【4戦目】07時58分生じゃんけん!伊野尾慧パーソナリティ
【3戦目】07時35分川島明さん
【2戦目】06時58分新木優子さん
【1戦目】05時58分織山尚大さん、内村颯太さん

ディープラーニング NVR DVA3219

実はニーズドンピシャの商品。
SynologyのNASにGeforceが搭載され、まさに機械学習が画像検出向けの製品です。

私自身は、Synologyがデータ保管に、情報発信。
機械学習などは、NVIDIAのJetsonやRaspberry PiとIntel NCS2を利用したシステムを組んでいるので、このNVR DVA3219がうまく利用出来れば、全てを賄うことが出来ます。

NAS + 推論マシン = NVR DVA3219

しかも、しっかりとしたGPUなので、ネットワークカメラのみをエッジデバイスとして配置し、集中したシステム管理ができそうです。

自由度が分かれ目

ライトユーザーで、そのまま監視カメラを利用するには、ハードがオーバースペックで割高を感じると思います。逆に、どこまで自由にNAS OSをユーザーに触らされるかで、新しいフレームワークなどが日々現れる人工知能などの分野のユーザーが満足出来る製品なのか、難しい部分。
やはり、ライトユーザー狙いでないと、自作系には価格にも勝てないので、私はこの製品のターゲットからずれているのかなと感じております。やはり、色々自分もカスタマイズして、機械学習などの旨味を出来る範囲で、最大限に味わいたい。

高めの価格設定

非常に面白い商品構成、今後ベアボーンなども類推デバイスとして、GPU搭載などが出てくると予想される、その火付け役となってほしいです。
まだまだ、試行錯誤の機械学習や人工知能分野、パッケージ化などはもう少し先でしょうか?やはり、プラグイン感覚で、どんどん出来ることが増えていくのでしょうか?どんなプラットフォームがデファクトとなるのでしょうか? 実は、5G+スマホだったり!?

Synology ディープラーニング Network Video Recorder DVA3219 HDD非搭載モデル【在庫目安:お取り寄せ】| カメラ ネットワークディスクレコーダー ネットワークビデオレコーダー 監視 録画 ネットワークカメラ

 

 

 

2019年10月23日  めざましじゃんけん 結果

フジテレビ めざましテレビ めざましじゃんけん の結果を保証したり、全ての結果が記載を保証するものではありません。

2019年10月23日のめざましじゃんけんの結果をベストエフォートで公開します。


じゃんけん結果システムイメージ

Goo(グー) Choki(チョキ) Pa(パー)

めざましテレビ|めざましじゃんけんーフジテレビ

めざましじゃんけん結果
回次結果対戦相手
10月23日
(水曜日)
【4戦目】07時58分石田ゆり子さん
【3戦目】07時35分
【2戦目】06時58分ビビる大木さん
【1戦目】05時58分まちかどじゃんけん

YOLO v3, YOLO v3 tinyなどの動作環境

OpenCVのdnnモジュールやTensorFlow-Kerasを用いた方法などで、YOLO v3やTiny YOLO v3を動作させていました。

NVIDIA Jetson Nanoでは、NVIDIAのGPUエンジンが使えるということもあり、AlexeyAB / darknetをインストールが可能です。
(Raspberry Piにおいては、NCS2を導入し、OpenVINOで動作可能なフレームワークでYOLOを動作させる環境がおすすめです。 Movidius Neural Compute Stick 2、OpenVINO™ toolkit for Raspbian OS導入

Jetson Nanoへ libdarknet.so 導入

以前に紹介した、NVIDIA Jetson Nanoへの AlexeyAB / darknet / YOLO3 インストール(Nvidia Jetson Nano)と同様の方法でAlexeyAB Darknetの導入を行います。

手順の異なりは、Makefileの内容となり、「LIBSO」のフラグを1に設定します。「LIBSO=1」

ライブラリーアップデート

  1. apt update
  2. apt upgrade -y

Cuda関係のパスを環境変数に登録

  1. export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
  2. export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

DarknetのダウンロードとYoloモデルのダウンロード

  1. git clone https://github.com/AlexeyAB/darknet
  2. cd darknet
  3. wget https://pjreddie.com/media/files/yolov3.weights
  4. wget https://pjreddie.com/media/files/yolov3-tiny.weights

MakeFileを変更しGPU、OPENCV対応へ

Makefileを変更し、GPU、CudaとOpencv対応となるようにコンパイルオプションを変更します。.

  1. sudo vi Makefile

MakeFile変更内容
GPU=1
CUDNN=1
CUDNN_HALF=1
OPENCV=1
AVX=0
OPENMP=0
LIBSO=1
ZED_CAMERA=0

Darknetをコンパイル

  1. make

Pythonからlibdarknet.so利用方法

「darknet」インストールフォルダーの直下にある、「darknet.py」がサンプルスクリプトとなります。Python3にも完全に対応されているので、そのまま利用可能です。

サンプルスクリプト内で、「from ctypes import *」「lib = CDLL("darknet/libdarknet.so", RTLD_GLOBAL)」で、libdarknet.soをロードし、利用可能となります。
画像検出結果を画像表示する部分で、「
from skimage import io, draw」を利用する部分があり、動作確認を行うJetsonには未導入でしたので、別途導入を行いました。

Installing collected packages: networkx, imageio, PyWavelets, scikit-image
Successfully installed PyWavelets-1.0.3 imageio-2.6.1 networkx-2.3 scikit-image-0.15.0

import darknet.pyとサンプルファイルをそのままロードしてしまい、
darknet.performDetect(imagePath=, thresh= , configPath = , weightPath = , metaPath= , showImage= , makeImageOnly = , initOnly= ):
で画像検出を実施すれば良いと思います。
OpenCVを利用する際の
BGRとRGB画像形式の利用方法もdarknet.pyのサンプルファイル内に記載されております。

created by Rinker
NVIDIA
¥19,000 (2021/08/19 16:46:56時点 Amazon調べ-詳細)

2019年10月22日  めざましじゃんけん 結果

フジテレビ めざましテレビ めざましじゃんけん の結果を保証したり、全ての結果が記載を保証するものではありません。

2019年10月22日のめざましじゃんけんの結果をベストエフォートで公開します。


じゃんけん結果システムイメージ

Goo(グー) Choki(チョキ) Pa(パー)

めざましテレビ|めざましじゃんけんーフジテレビ

めざましじゃんけん結果
回次結果対戦相手
10月22日
(火曜日)
【4戦目】07時58分生じゃんけん!山崎育三郎さん
【3戦目】07時35分IMALUさん
【2戦目】06時58分深川麻衣さん
【1戦目】05時58分まちかどじゃんけん

NVIDIA Jetson Nano初期設定②

SDカードなどを用いて、最初のOSイメージを作成し、Jetson Nanoを起動させます。
参考記事:Jetson Nano DeveloperをUSB 接続HDD/SSDルート構成
初期設定①(こちら)で、初期の起動から、必須性の高い、TensorFlow、Keras、OpenCVまでのインストールを実施しております。
初期設定②は、(必要に応じて導入するソフトが大半なので)個人的なメモ代わりの要素が大きいです。

ufwファイアーウォール導入

aptでufwファイアーウォールを導入し、SSHなど必要なサービスが利用出来るように設定します。ufwを有効化する際に、SSHが利用できなくなる旨のメッセージが表示されます。SSHポート(22)を許可に変更しないと、次回のセッションよりブロックされるので必ずSSHポート(22)が利用できるように設定してください。

root@Jetson:~# apt install ufw

root@Jetson:~# ufw enable
Command may disrupt existing ssh connections. Proceed with operation (y|n)? y

root@Jetson:~# ufw allow 22
root@Jetson:~# ufw allow 80
root@Jetson:~# ufw allow 443

root@Jetson:~# ufw reload

ufwコマンド

ufwコマンド説明
ufw enableufwを有効化
ufw disableufwを無効化
ufw statusufwの状態とルールを表示
ufw status verboseufwの状態とルールを詳細表示
ufw delete 番号指定した番号のルールを削除する
ufw allow from ネットワークアドレス to ホストアドレス(or any) port ポート番号

例:ufw allow from 192.168.1.0/24 to any port ssh

fromで指定したアドレスからtoで指定したアドレスかつポートへの通信を受信する

ネットワークアドレス:192.168.1.0/24形式で指定

Apache2導入

Apacheをインストールする

$ apt install apache2

PHP、DB関係モジュール導入

root@Jetson:~# apt install php
root@Jetson:~# apt install mysql-server
root@Jetson:~# apt install php-mysql

samba導入

root@Jetson:~# apt install samba -y
root@jetson:~# vi /etc/samba/smb.conf 

#smb.conf 記載内容

[global]
#"下2行追加"
dos charset = CP932
unix charset = UTF-8

[share]
comment = share on Jetson Nano
path = /var/share
browseable = yes
writable = yes
create mode = 0777
directory mode = 0777

Python関連モジュール導入 (Pip3)

以下のモジュールをpip3 install で導入。

  • matplotlib
  • pandas
  • python-dev
  • default-lib
  • mysqlclient-dev
  • mysqlclient
  • python3-dev
  • sklearn
  • pillow
created by Rinker
NVIDIA
¥19,000 (2021/08/19 16:46:56時点 Amazon調べ-詳細)

2019年10月21日  めざましじゃんけん 結果

フジテレビ めざましテレビ めざましじゃんけん の結果を保証したり、全ての結果が記載を保証するものではありません。

2019年10月21日のめざましじゃんけんの結果をベストエフォートで公開します。


じゃんけん結果システムイメージ

Goo(グー) Choki(チョキ) Pa(パー)

めざましテレビ|めざましじゃんけんーフジテレビ

めざましじゃんけん結果
回次結果対戦相手
10月21日
(月曜日)
【4戦目】07時58分久慈暁子アナウンサー
【3戦目】07時35分バイきんぐ
【2戦目】06時58分新津ちせさん
【1戦目】05時58分まちかどじゃんけん

NVIDIA Jetson Nano初期設定①

SDカードなどを用いて、最初のOSイメージを作成し、Jetson Nanoを起動させます。
参考記事:Jetson Nano DeveloperをUSB 接続HDD/SSDルート構成

導入パッケージのアップデート

sudo apt update
sudo apt upgrade -y

SWAP領域作成

SWAP領域は、ディスクアクセスが多いので、USB接続のHDD上にSWAP領域を作成しました。
/dev/sda1 swap swapをSWAPとしました。
また、各種ユーザー領域として、/dev/sda2のパーティションを作成し、両方のパーティションがブート時に自動マウントされるように、/etc/fstabに登録します。また、デバイス名(/dev/sda, /dev/sdbなど)はブート時に変わる場合もあるので、UUIDを用いて、fstabaへの設定をおすすめします。

UUID=75f4a210-081e-4572-8f0a-bffb1f3d84c3 swap   swap     defaults                    0  0

UUIDは、デバイスの以下のコマンドで確認出来ます。

root@jetson:~# ls -l /dev/disk/by-uuid
total 0
lrwxrwxrwx 1 root root 10 10月 1 17:41 408b9b27-133c-475d-8b8e-151ebe91e6e9 -> ../../sda2
lrwxrwxrwx 1 root root 10 10月 1 17:41 75f4a210-081e-4572-8f0a-bffb1f3d84c3 -> ../../sda1

各種パッケージ導入

TensorFlow導入

NVIDIAの開発者コミュニティに記載されている内容で、インストールを行います。

https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html#install

    1. 前提ソフトをaptコマンドを用いてインストールします。
      $ sudo apt install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev
      
    2. pip3のアップデートを行います。
      $ sudo apt install python3-pip
      $ sudo pip3 install -U pip
    3. NVIDIAの開発サイトからtensorflow-gpuをインストールします。
      $ sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu

インストールコマンド実行により、以下のパッケージがインストールされました。

Successfully installed absl-py-0.8.0 astor-0.8.0 gast-0.2.2 google-pasta-0.1.7 grpcio-1.24.0 h5py-2.10.0 keras-applications-1.0.8 keras-preprocessing-1.1.0 markdown-3.1.1 numpy-1.17.2 protobuf-3.10.0rc1 setuptools-41.2.0 tensorboard-1.14.0 tensorflow-estimator-1.14.0 tensorflow-gpu-1.14.0+nv19.9 termcolor-1.1.0 werkzeug-0.16.0 wrapt-1.11.2

keras導入

インストール自体は 「pip3 install keras」 なのですが、依存関係のあるscipyのインストールに失敗します。scipyインストールに必要なライブラリーを事前にインストールしておきます。
以下インストール失敗時の画面コピーです。
  Downloading https://files.pythonhosted.org/packages/ee/5b/5afcd1c46f97b3c2ac3489dbc95d6ca28eacf8e3634e51f495da68d97f0f/scipy-1.3.1.tar.gz (23.6MB)
     |████████████████████████████████| 23.6MB 20.9MB/s 
  Installing build dependencies ... done
  Getting requirements to build wheel ... done
    Preparing wheel metadata ... error
    ERROR: Command errored out with exit status 1:
     command: /usr/bin/python3 /usr/local/lib/python3.6/dist-packages/pip/_vendor/pep517/_in_process.py prepare_metadata_for_build_wheel /tmp/tmp4e1y85sd
         cwd: /tmp/pip-install-_nnfhs_r/scipy
    Complete output (139 lines):
    lapack_opt_info:
    lapack_mkl_info:
    customize UnixCCompiler
      libraries mkl_rt not found in ['/usr/local/lib', '/usr/lib', '/usr/lib/aarch64-linux-gnu']
      NOT AVAILABLE
    
    openblas_lapack_info:
    customize UnixCCompiler
    customize UnixCCompiler
      libraries openblas not found in ['/usr/local/lib', '/usr/lib', '/usr/lib/aarch64-linux-gnu']
      NOT AVAILABLE
    
    openblas_clapack_info:
    customize UnixCCompiler
    customize UnixCCompiler
      libraries openblas,lapack not found in ['/usr/local/lib', '/usr/lib', '/usr/lib/aarch64-linux-gnu']
      NOT AVAILABLE
    
    flame_info:
    customize UnixCCompiler
      libraries flame not found in ['/usr/local/lib', '/usr/lib', '/usr/lib/aarch64-linux-gnu']
      NOT AVAILABLE
    
    atlas_3_10_threads_info:
    Setting PTATLAS=ATLAS
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/local/lib
    customize UnixCCompiler
      libraries tatlas,tatlas not found in /usr/local/lib
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/lib
    customize UnixCCompiler
      libraries tatlas,tatlas not found in /usr/lib
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/lib/aarch64-linux-gnu
    customize UnixCCompiler
      libraries tatlas,tatlas not found in /usr/lib/aarch64-linux-gnu
    <class 'numpy.distutils.system_info.atlas_3_10_threads_info'>
      NOT AVAILABLE
    
    atlas_3_10_info:
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/local/lib
    customize UnixCCompiler
      libraries satlas,satlas not found in /usr/local/lib
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/lib
    customize UnixCCompiler
      libraries satlas,satlas not found in /usr/lib
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/lib/aarch64-linux-gnu
    customize UnixCCompiler
      libraries satlas,satlas not found in /usr/lib/aarch64-linux-gnu
    <class 'numpy.distutils.system_info.atlas_3_10_info'>
      NOT AVAILABLE
    
    atlas_threads_info:
    Setting PTATLAS=ATLAS
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/local/lib
    customize UnixCCompiler
      libraries ptf77blas,ptcblas,atlas not found in /usr/local/lib
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/lib
    customize UnixCCompiler
      libraries ptf77blas,ptcblas,atlas not found in /usr/lib
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/lib/aarch64-linux-gnu
    customize UnixCCompiler
      libraries ptf77blas,ptcblas,atlas not found in /usr/lib/aarch64-linux-gnu
    <class 'numpy.distutils.system_info.atlas_threads_info'>
      NOT AVAILABLE
    
    atlas_info:
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/local/lib
    customize UnixCCompiler
      libraries f77blas,cblas,atlas not found in /usr/local/lib
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/lib
    customize UnixCCompiler
      libraries f77blas,cblas,atlas not found in /usr/lib
    customize UnixCCompiler
      libraries lapack_atlas not found in /usr/lib/aarch64-linux-gnu
    customize UnixCCompiler
      libraries f77blas,cblas,atlas not found in /usr/lib/aarch64-linux-gnu
    <class 'numpy.distutils.system_info.atlas_info'>
      NOT AVAILABLE
    
    accelerate_info:
      NOT AVAILABLE
    
    lapack_info:
    customize UnixCCompiler
      libraries lapack not found in ['/usr/local/lib', '/usr/lib', '/usr/lib/aarch64-linux-gnu']
      NOT AVAILABLE
    
    lapack_src_info:
      NOT AVAILABLE
    
      NOT AVAILABLE
    
    setup.py:388: UserWarning: Unrecognized setuptools command ('dist_info --egg-base /tmp/pip-install-_nnfhs_r/scipy/pip-wheel-metadata'), proceeding with generating Cython sources and expanding templates
      ' '.join(sys.argv[1:])))
    Running from scipy source directory.
    /usr/local/lib/python3.6/dist-packages/numpy/distutils/system_info.py:1712: UserWarning:
        Lapack (http://www.netlib.org/lapack/) libraries not found.
        Directories to search for the libraries can be specified in the
        numpy/distutils/site.cfg file (section [lapack]) or by setting
        the LAPACK environment variable.
      if getattr(self, '_calc_info_{}'.format(lapack))():
    /usr/local/lib/python3.6/dist-packages/numpy/distutils/system_info.py:1712: UserWarning:
        Lapack (http://www.netlib.org/lapack/) sources not found.
        Directories to search for the sources can be specified in the
        numpy/distutils/site.cfg file (section [lapack_src]) or by setting
        the LAPACK_SRC environment variable.
      if getattr(self, '_calc_info_{}'.format(lapack))():
    Traceback (most recent call last):
      File "/usr/local/lib/python3.6/dist-packages/pip/_vendor/pep517/_in_process.py", line 207, in <module>
        main()
      File "/usr/local/lib/python3.6/dist-packages/pip/_vendor/pep517/_in_process.py", line 197, in main
        json_out['return_val'] = hook(**hook_input['kwargs'])
      File "/usr/local/lib/python3.6/dist-packages/pip/_vendor/pep517/_in_process.py", line 69, in prepare_metadata_for_build_wheel
        return hook(metadata_directory, config_settings)
      File "/usr/local/lib/python3.6/dist-packages/setuptools/build_meta.py", line 156, in prepare_metadata_for_build_wheel
        self.run_setup()
      File "/usr/local/lib/python3.6/dist-packages/setuptools/build_meta.py", line 237, in run_setup
        self).run_setup(setup_script=setup_script)
      File "/usr/local/lib/python3.6/dist-packages/setuptools/build_meta.py", line 142, in run_setup
        exec(compile(code, __file__, 'exec'), locals())
      File "setup.py", line 505, in <module>
        setup_package()
      File "setup.py", line 501, in setup_package
        setup(**metadata)
      File "/usr/local/lib/python3.6/dist-packages/numpy/distutils/core.py", line 137, in setup
        config = configuration()
      File "setup.py", line 403, in configuration
        raise NotFoundError(msg)
    numpy.distutils.system_info.NotFoundError: No lapack/blas resources found.
    ----------------------------------------
ERROR: Command errored out with exit status 1: /usr/bin/python3 /usr/local/lib/python3.6/dist-packages/pip/_vendor/pep517/_in_process.py prepare_metadata_for_build_wheel /tmp/tmp4e1y85sd Check the logs for full command output.

依存ライブラリのインストール

# apt install libatlas-base-dev gfortran

次に、cythonをインストールします。

root@jetson:~# pip3 install -U cython
Collecting cython
Installing collected packages: cython
Successfully installed cython-0.29.13
pip3 install Keras

Kerasインストール後に以下のメッセージが表示されます。

Installing collected packages: scipy, Keras
Successfully installed Keras-2.3.0 scipy-1.3.1

OpenCV導入

NVIDIAのJetson Nanoでは、Open CVインストール向けに各種スクリプトが公開されています。基本的に、公開されているスクリプトを用いれば、簡単にOpenCVを導入することが出来ます。

NVIDIAのCuda対応のOpenCVが、各種バージョン簡単に導入できるのは、非常に助かります。
バージョン3系と4系を複数導入してみましたが、特に問題は起きませんでした。

#!/bin/bash
#
# Copyright (c) 2018, NVIDIA CORPORATION.  All rights reserved.
#
# NVIDIA Corporation and its licensors retain all intellectual property
# and proprietary rights in and to this software, related documentation
# and any modifications thereto.  Any use, reproduction, disclosure or
# distribution of this software and related documentation without an express
# license agreement from NVIDIA Corporation is strictly prohibited.
#

if [ "$#" -ne 1 ]; then
    echo "Usage: $0 <Install Folder>"
    exit
fi
folder="$1"
user="nvidia"
passwd="nvidia"

echo "** Remove OpenCV3.3 first"
sudo sudo apt-get purge *libopencv*

echo "** Install requirement"
sudo apt-get update
sudo apt-get install -y build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt-get install -y python2.7-dev python3.6-dev python-dev python-numpy python3-numpy
sudo apt-get install -y libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
sudo apt-get install -y libv4l-dev v4l-utils qv4l2 v4l2ucp
sudo apt-get install -y curl
sudo apt-get update

echo "** Download opencv-4.0.0"
cd $folder
curl -L https://github.com/opencv/opencv/archive/4.0.0.zip -o opencv-4.0.0.zip
curl -L https://github.com/opencv/opencv_contrib/archive/4.0.0.zip -o opencv_contrib-4.0.0.zip
unzip opencv-4.0.0.zip 
unzip opencv_contrib-4.0.0.zip 
cd opencv-4.0.0/

echo "** Building..."
mkdir release
cd release/
cmake -D WITH_CUDA=ON -D CUDA_ARCH_BIN="5.3" -D CUDA_ARCH_PTX="" -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.0.0/modules -D WITH_GSTREAMER=ON -D WITH_LIBV4L=ON -D BUILD_opencv_python2=ON -D BUILD_opencv_python3=ON -D BUILD_TESTS=OFF -D BUILD_PERF_TESTS=OFF -D BUILD_EXAMPLES=OFF -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j3
sudo make install

echo "** Install opencv-4.0.0 successfully"
echo "** Bye :)"
mkdir opencv
sh install_opencv4.0.0_Nano.sh opencv
(コンパイル/インストールが始まります)

python3-opencv (3.2.0+dfsg-4ubuntu0.1) を設定しています ...
python-opencv (3.2.0+dfsg-4ubuntu0.1) を設定しています ...
libc-bin (2.27-3ubuntu1) のトリガを処理しています ...
** Install opencv-4.1.0 successfully
** Bye 🙂

インストール後の確認

root@jetson:/home/miki# python3
Python 3.6.8 (default, Aug 20 2019, 17:12:48)
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>> cv2.__version__
'4.1.0'

created by Rinker
NVIDIA
¥19,000 (2021/08/19 16:46:56時点 Amazon調べ-詳細)

Why このサイト

機械学習や人工知能方面が気になり独学を始めたのは、.NETやPHPなどのサーバーサイド技術とは全く異なる新規技術として感じたことと、今後の必須スキルとして感じた事がきっかけになっています。
最近、私にとっての機械学習や人工知能とは?やこれらのサイトのモチベーションは何かと聞かれました。
多分、趣味の延長なんだと思います。
実業とはまったく異なる内容です。(近い将来、人工知能や機械学習は、全分野に導入される内容であり、実業との関連は出てくると思います)
また、私自身は、趣味でのプログラマーでもないので、単純なIT好きの延長上にある趣味とは少し違うと、感じております。
純粋にGoogleや人工知能などに、大きなパラダイムシフトを感じており、新しい分野として出てきたものとして、探究心に駆られ楽しんでおります。

どんなパラダイム・シフト?

繰り返しなどの処理を、人工知能に任せても大丈夫と感じられるレベルでの各種人間の活動に進出してきます。分野も、農業、林業や漁業などの一次産業から三次産業まで全体的に、人工知能が進出してきます。
これらにより人類の生き方に変化をもたらすと思います。
よくあるSF映画のような機械との戦争は起きないと思いますが、精神的な部分では確実にITとの戦争は起きると思います。(すでに起きている場面もあると思います、SNS疲れや膨大な情報流入へのストレス)
まずは、人間の実施してきた活動の置き換えであり、理解出来る範囲での活動ですが、すぐに、全く新しい分野が始まり、5年以内には人類がすべてを把握することは出来ない領域に到達すると思います。

見えてきたこと

なんと表現すれば良いんですかねー。
幸せとは?なり、幸せの定義、生きるとは?、生きる意義などを人類は再考すべき時がすぐに来ます。
上手く、ITと共存し、人類が無限に存在するための心地よいパトナーとなるようにITとの向き合い方の道筋が必要と思います。

少し飛びすぎている内容と自覚しておりますが、これらの内容に共感したり、すでに同じ感覚を持っていたり、漠然とITに恐怖を感じていたり、などと、色々同じような事を考える人もいらっしゃると感じております。(たまにこのような話を周囲の方と行います)

Whyこのサイト:これらを先取りしてより良い世界の道筋を探してゆきたいと考えております。個人的に。