基于TX2的yolo基础环境搭建简要记录

前言：

TX2基本信息：Ubuntu18.04；JetPack4.6.2；CUDA10.2；

1.刷机

针对刷机不在赘述，参见其他帖子，并且很建议看看B站搬运的油管大佬视频。

2.Archiconda安装

链接：https://pan.baidu.com/s/16TumqrA2TGbDQfCKQQzK9Q
提取码：1234
下载完成后依次运行如下命令

chmod +x Archiconda3-0.2.3-Linux-aarch64.sh
sudo ./Archiconda3-0.2.3-Linux-aarch64.sh

3.PyTorch和Torchvision安装

新建一个虚拟环境，使用python3.6版本。

conda create -n XXXXX python=3.6 //以python3.6创建名为XXXXX环境
conda activate XXXXX //激活创建的环境

接下来我们都基于此环境安装需要的东西。
首先我们需要确定自己能够安装的版本，点击此处查看确定能够安装的版本并下载。
确定pytorch版本后，还必须确定与之对应的torchvision版本，点击此处确定对应的torchvision版本。确定对应版本后，在pytorch官网下载所需版本的torchvision(提示：cu表示CUDA，cp后的数字表示python版本，aarch64、X86表示架构，我们需要下载的是aarch64。另外官网不一定能找到你所需要版本的torchvision，这时可以从此处下载)。
准备好安装包后执行以下命令安装。

pip install torch-1.9.0-cp36-cp36m-linux_aarch64.whl //改为自己所下载版本的文件名
pip install torchvision-0.10.0a0+300a8a4-cp36-cp36m-linux_aarch64.whl //改为自己所下载版本的文件名

提示：安装路径中不要出现中文，否则有报错。

4.安装yolo需要的包

执行

pip install matplotlib numpy //等等，具体需要安装哪些包参见yolov3-master文件夹下的requirements.txt文件，

安装完成后，打开下载好的yolov3-master文件夹，在当前目录下打开终端，进入我们创建的虚拟环境，运行python detect.py即可运行，运行完后在runs/detect/exp下查看对图片的识别结果。
提示：代码初次运行会下载权重文件，如果网络不好就离线下载然后拷贝到yolo文件夹下。、
至此，yolo就跑起来了。
备注：中途出现的问题及找到的解决方案。

1. Illegal instruction (core dumped)解决或者” Illegal instruction (core dumped)” Xavier
2. 执行pip innstall scipy时报错，此时离线下载scipy的whl文件并安装即可，下载网址参见此处。