前言
小记:nano部署YOLO流程,相似文章有许多许多,供自己以后回忆流程(虽然也没什么好回忆的,略~)
提示:这里提供的方案并不一定适用于你所遇到的情况,仅供参考哈~
NVIDIA Nano运行YOLO
一、系统配置
很多文章都写过系统、源……配置了,这里就省略了~
二、环境
1.CUDA
#打开终端,输入命令
vi .bashrc
#添加在最后
export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_ROOT=/usr/local/cuda
#应用&刷新
source ~/.bashrc
#查看是否配置成功
nvcc -V
2.安装Archiconda
为何不使用miniconda、anaconda自行搜索哈
Archiconda是用于64位ARM平台的Conda发行版,下载地址:
https://github.com/Archiconda/build-tools/releases
conda调用出现问题,添加环境变量:
vim ~/.bashrc
export PATH=~/archiconda3/bin:$PATH
conda配置环境:
conda create -n XXX python=3.6 #XXX:你所希望的环境命名
突然想起件重要的事:python=3.6、python=3.6、python=3.6(原因自行搜索哈)
conda activate XXX #激活环境
pip list #查看环境安装包
conda deactivate #退出环境
conda remove -n XXX --all #删除环境
3.Pytorch、torchvision安装
PyTorch 1.8版 #https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048
torchvision 0.9.0版
验证是否安装成功(环境下逐行进行):
(1):python #并不一定需要python3
(2):
import torch
import torchvision
print(torch.cuda.is_available()) # 这一步如果输出为True
exit() # 最后退出python编译
4.YOLO源码下载
下载调试这里忽略哈(可以在win上调试好通过VNC上传到nano)
5.所创建环境下包的安装
pip install matplotlib==3.2.2
pip install numpy==1.19.4
pip install scipy==1.4.1. # 这个包安装搜索py36版aarch64版本scipy-1.4.1本地安装
pip install tqdm==4.61.2
pip install seaborn==0.11.1
pip install scikit-build==0.11.1 #opencv依赖
pip install opencv-python==4.5.3.56
pip install tensorboard==2.5.0
pip install pillow==0.8.0 #重要的事情打3个“***”
pip install thop
其他对应源码文件中的requirements.txt安装,注意下版本要求哈
6.运行检测
进入到对应检测文件目录下
python detect.py
其他的参数需要传入自行设置,也可在detect.py中进行修改后运行
总结
希望有所帮助,如有错误,望批评指正!!!