Nvidia Xavier 上YOLOX demo运行环境

最新推荐文章于 2023-02-08 11:18:01 发布
最新推荐文章于 2023-02-08 11:18:01 发布
阅读量1.9k 收藏 1
点赞数
文章标签： pytorch 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Andy_Fish/article/details/123424688
版权
本文记录了作者在使用YOLOX模型在Jetson平台升级到CUDA 10.2和torch 1.7的过程中遇到的问题，包括pip安装错误、版本不匹配等，并分享了如何通过设置环境变量和选择合适版本的torchvision来解决问题的过程。
摘要由CSDN通过智能技术生成

虽然不喜欢csdn，不过为了让更多人看到，还是也记录在这里了。

由于YOLOX需要torch1.7以上运行，刷机了jetpack4.5, 更新到cuda10.2

过程一：

git下载YOLOX源码，运行官方command line

pip3 install -v -e .

报错（具体不记得了，应该是torchvision的问题，两个.o文件找不到）

然后我先做了一步 在bashrc中设置了 export OPENBLAS_CORETYPE=ARMV8

重新运行官方那个两个安装命令。在有报错的情况下安装完成yolox，可以用pip list 看见这个库

过程二：

在运行demo验证的时候发现报错，网上说的pytorch 和torchvision 版本的对应建议采用以下文中说明

PyTorch for Jetson - version 1.10 now available - Jetson Nano - NVIDIA Developer Forums

本人安装的1.7 torch 对应版本的torchvision 应该是0.8.1（其他网上说对应的是0.8.0也可以然后我报错版本不兼容）

Andy_Fish
关注
YOLOX初探
Xavier的博客
07-24 2779
YOLOX github地址 https://github.com/Megvii-BaseDetection/YOLOX Jetson安装torch1.8、torchvision0.9.0 https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048
Nvidia Xavier Nx平台SPI接口调试记录
jzwjzw19900922的博客
12-29 1631
1. 前言 现有的硬件使用CS0和CS1在一个SPI上连接一个FRAM和一个TPM模块，在Jetson Nano上运行ok。 Xavier NX模块的问题是硬件控制芯片选择信号(CS0)的不同行为。 以下描述适用于FRAM, TPM是没有问题的，是两种配置。 SPI由“ioctl”函数控制，利用了“cs_change”选项。 FRAM需要操作码，24位地址和内存数据。 从操作码到数据流结束，CS必须保持低。 下面的代码在Nano上运行良好: uint8_t tx[4] = { OPC...
Jetson Xavier NX部署YoloX
weixin_57091441的博客
12-04 519
NX板子部署
【nvidia jetson xavier】Deepstream Yolox,Yolov4,Yolov5模型部署
智慧地球（AI·Earth）
01-05 642
【nvidia jetson xavier】Deepstream Yolov4,Yolov5模型部署
NVIDIA Jetson Xavier NX 安yolo v5 环境，必成功（miniforge管理环境）
Zosse的博客
12-27 3904
废话开头：研一上学期结束，我回想起从9月15号回到学校的那天到今天，哦，我好像是啥都没干，又好像干了一点点。我为啥要重新搞一下这个呢，因为我发现之前写的那篇好多的bug,这个算是升级版吧，接着之前那个看，很明白，无bug，可复制。 此篇文章借鉴了越努力，越幸运！_Spgroc_CSDN博客-领域博主，别乱别报错的博客_CSDN博客-yolov5领域博主，十分感谢！ 正文开始。重新刷机，得到一个干干净净的电脑，然后开风扇 sudo sh -c 'echo 140 >/sys/devices/p
NVIDIA Jetson测试安装yolox过程记录
submarineas的博客
07-05 1108
此篇想总结一下关于nvidia jetson边缘盒子的一些使用过程，主要想就从连上盒子ssh环境到跑通yolox的过程进行一个记录，如果之后还有相关业务的话可以参考。本篇主要测试环境并不是在宿主机上，而是会选择nvidia针对jetson出的镜像，原因有很多，第一是环境隔离，宿主机因为并不是我一个人用，第二个是宿主机上遇到很多的bug，针对我想用的包，有太多环境需要修改，而宿主机预安装好的基于arm架构的python3里面有太多环境没有，并且大多都是依赖，比如shapely的关于地理的libgeos_c.s
NVIDIA jetson Xavier中文指导手册
03-26
综上所述，NVIDIA Jetson Xavier中文指导手册是一份对开发者的开发旅程至关重要的资源，它提供了详尽的硬件使用指导和软件安装流程。通过这份手册，即使是英语不太熟悉的开发者也能够顺利完成开发环境的搭建，并开始...
Nvidia_Xavier_SoC_datasheet.pdf
11-10
在描述中，我们可以得知NVIDIA的Xavier SoC具备多项创新，它是世界上首款为自动驾驶机器打造的处理器。在Autonomous Machines一节中，说明了Xavier的用途和目标市场，强调了其在处理智能设备和系统中的重要性。 接...
NVIDIA Jetson AGX Xavier 配置AI环境的软件包
10-13
包含以下软件 Archiconda3-0.2.3-Linux-aarch64.sh torch-1.6.0-cp36-cp36m-linux_aarch64.whl torch-1.7.0a0-cp37-cp37m-linux_aarch64.whl torch2trt.zip torchvision-0.8.0a0-cp36-cp36m-linux_aarch64.whl ...
nvidia agx xavier 开发板pinmux引脚配置&说明表
12-10
nvidia agx xavier 开发板pinmux引脚配置&说明表 Jetson_AGX_Devkit_Pinmux_Configuration_Template.xlsm
使用YOLO时torch、torchvision、cuda版本下载
最新发布
weixin_46472346的博客
02-08 1052
使用YOLO时torch、torchvision、cuda版本下载。
AGX Xaiver部署TensorRT对Yolo加速
qq_33912152的博客
02-24 1119
原版darknet在Xaiver上面的检测帧率只有8～10帧左右，使用tensorRT加速之后，帧率可达到22～23帧。以下记录TensorRT的部署过程。 1.下载环境 git clone https://github.com/jkjung-avt/tensorrt_demos.git 2.执行 install_pycuda.sh cd ${HOME}/project/tensorrt_demos/ssd ./install_pycuda.sh 3.安装onnx(不要使用1.5.0版本～) sud
YOLOX训练环境搭建问题总结
热门推荐
ELSA001的博客
10-23 1万+
一、环境： OS：Windows 10 显卡：GeForce RTX 3070 Laptop GPU，8G CUDA：11.1 cudnn：8.0 二、YOLOX环境配置： 1、安装pytorch 在Anaconda上，我使用torch_G作为环境名: conda create -n torch_G python=3.8 安装成功后激活torch_G环境： conda activate torch_G 在所创建的pytorch环境下安装pytorch版本, 执行命令： 这里需要注意： 我的CUDA版
YOLOX安装指南
as1490047935的博客
08-08 1950
最近ubuntu系统跑几下就死机，怕了帕了，后面会把以前安装好的教程都发在csdn上。以免后面系统崩溃后又要重新装过而不知所措。 前段时间yolov5横空出世，然后又多出来了各种比它好的yolo算法。本次安装的是yolox,，听说是旷视研发团队搞出来的。现在我们就来看看具体的安装步骤吧。 安装系统ubuntu18.04 cuda10.1 cudnn7.6.5 安装环境通通在anaconda环境下进行 git clone https://github.com/Megvii-BaseDetection/YOLO
win10初探yolox之环境安装与训练自己的数据集
黄小黄的窝
07-28 3169
最近被yolox爆屏，加上自己对于yolo系列有太多的情节之前还尝试过yolof，现在出现的yolox还有openvino推理，刚好自己会需要这部分内容，现在就尝试进行对其初步探索。 一、基础配置 cuda 10.1 二、环境搭建 1、安装yolox git clone git@github.com:Megvii-BaseDetection/YOLOX.git cd YOLOX pip3 install -U pip && pip3 install -r requirements.txt p
yolov4在Nvidia Xavier上部署与性能测试（tkDNN）
lxx4610的博客
03-23 2743
效果图： git图片 性能展示（FPS）： 平台 网络 FP32，B=1 FP32，B=4 FP16，B=1 FP16，B=4 INT8，B=1 INT8，B=4 Xavier yolov4 ---- – — — ---- – – – ---- – — — ---- – – – ---- – — — ---- – 什么是tkDNN？ tkDNN是一个由cuDNN和TensorRT原语构建的深度神经网络库，专门用于NVIDIA Jetson开发板上。它已经在TK1（cudnn2分支
NVIDIA AGX XAVIER 部署基于ROS的YOLO
weixin_38405166的博客
09-11 1130
简要记录一下将YOLO-ROS部署到NVIDIA AGX XAVIER上的过程。 1.创建工作空间： $ mkdir –p yolo_ros/src $ cd yolo_ros/src/ $ catkin_init_workspace $ cd .. $ catkin_make 2.下载darknet_ros安装包：
Jetson agx Xavier上yolov3的安装和测试
weixin_42743099的博客
07-28 3891
Jetson agx Xavier上yolov3的安装和测试 https://www.ncnynl.com/archives/201903/2899.html https://www.ncnynl.com/archives/201903/2904.html xavier上安装opencv3.4 新建目录 mkdir -p ~/tools/ 新建文件installOpencv340Xavier.sh cd ~/tools/ sudo gedit installOpencv340Xavier.sh
YOLOX系列一 -- 代码下载以及win10上demo运行
clownwai的博客
10-30 2827
YOLOX系列一 源码下载以及win10部署 文章目录YOLOX系列一任务一、代码地址以及参考论文二、环境搭建1.安装依赖包2.读入数据总结标题 任务 1、下载源码 2、安装环境 3、运行demo 一、代码地址以及参考论文 论文：YOLOX: Exceeding YOLO Series in 2021 代码：Megvii-BaseDetection/YOLOX 二、环境搭建 1.安装依赖包 直接按照requments.txt中需要的依赖包进行安装。 numpy torch>=1.7 open
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值