使用Jetson TX2 NX 配置yolov5 以及yolov8 的python3.8环境 以及tensorrt环境搭建（实测jetson nano也可以使用）

第一次发布文章，有什么需要注意以及改正的地方请大佬们指正

关于Jetosn TX2 NX资料，我找到了微雪电子的和亚博智能的。

微雪电子链接如下：https://www.waveshare.net/wiki/Jetson_TX2_NX#.E8.B5.84.E6.96.99

关于亚博智能的，里面有配好的yolov4例程等等，大家可以私信我，免费的

一、烧录系统

烧录Jetosn TX2 NX以及挂载固态硬盘的过程这里就不过多赘述了哈，注意需要使用18.04版本的Ubuntu系统，需要的话可以看看这位博主的文章：

JETSON TX2 NX刷机+烧录系统，挂载固态硬盘保姆教程_tx2 nx固态怎么安装-CSDN博客

二、安装miniforge

烧录好系统后，我建议安装一个miniforge来管理自己的环境，这样会方便很多

以下是我安装的包：miniforge安装包

下载安装包后，在安装包的文件夹右键选择Open Terminal打开终端，输入：bash 加上安装包的名称，比如我使用的文件就是：

bash Miniforge3-Linux-aarch64.sh

后面基本上就没啥了，安装完成后可能会遇到无法使用conda命令的情况，打开bashrc文件添加一下路径就好了

按如下方式重新添加bin：

首先确认你的下载路径是否正确：

ls /home/（你的用户名）/.miniforge3/bin
1. 打开终端，并使用vim打开 ~/.bashrc 文件，如果没有vim，其他文本编辑器也可以操作：

vim ~/.bashrc

或者：

gedit ~/.bashrc

2.(使用vim打开) 使用方向键移动光标到文件的末尾，并按下 i 进入编辑模式。

 （使用gedit打开）就像修改文档一样加上路径即可

3. 在文件的末尾添加以下行，将miniforge的bin目录路径添加到环境变量（添加miniforge的bin文件的路径）

export PATH="/path/to/miniforge3/bin:$PATH"

注意自己替换路径，把/path/to/miniforge3改成自己的，一般是：

/home/（你的用户名）/.miniforge3/bin

关于conda的操作，可以参考这篇文章：

https://blog.csdn.net/qyhua/article/details/135402148

（注意建的是python3.8的环境，我的是3.8.20）

建好虚拟环境后再进行pytorch、torchvision 、tensorrt等的安装。

三、安装pytorch、torchvision 、tensorrt

安装这些我参考的是知乎的这篇文章：

https://zhuanlan.zhihu.com/p/665546297

一些whl文件我都放百度网盘了：

https://pan.baidu.com/s/19EkxoK_BA5QX41RHchA5PA?pwd=x221 

解压后，安装就直接无脑pip install  加上包的名字就好啦

安装好torch后，依次输入

python
import torch

检查是否完成安装

但是，第一次装的时候我也遇到过一些问题：

1.第一个问题就是报错libiomp5.so: cannot open shared object file: No such file or directory

解决方法就是：

sudo apt-get install libomp-dev

2.然后再次import torch，可能还会报错ImportError: libopenblas.so.0: cannot open shared object file: No such file or directo

解决方法是依次输入以下命令：

sudo apt-get install libopenblas-dev
sudo add-apt-repository universe
sudo add-apt-repository main
sudo apt-get update
sudo apt-get install libopenblas-dev
sudo apt --fix-broken install
sudo apt-get install libopenblas-dev

之后再次import torch就不会报错啦（我安装时遇到的问题就只有这些了）

然后输入命令：

python
import torch
print(torch.cuda.is_available())

输出结果为True就大功告成啦！

剩下的torchvision和tensorrt直接pip install就好了，这两个安装过程中我没有遇到报错

安装完成后输入命令：

python
import torchvison
import tensorrt

如果没有报错的话这三个工具就安装好啦

接下来安装好yolo的requirement后就可以愉快的开始之后的学习了

如果还有什么问题可以在评论区留言大家一起解决哈

以下是我在配环境时寻找合适版本torch和torchvision的的所有使用过的网站：

download.pytorch.org/whl/cu113

download.pytorch.org/whl/torch_stable.html

torch.kmtea.eu/whl/stable.html

Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

希望可以帮到大家