Jetson Nano 配置YOLOX（保姆级教程）

Jetson Nano 配置YOLOX（保姆级教程）

一、版本说明

JetPack 4.6——2021.8

pytorch——1.8.0

二、配置CUDA

打开终端输入

sudo gedit ~/.bashrc

在打开的文档的末尾添加如下内容：

export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:$PATH

保持并退出，执行

source ~/.bashrc
nvcc -V	#如果配置成功可以看到CUDA的版本号

三、修改Nano板显存

1.打开终端输入：

sudo gedit /etc/systemd/nvzramconfig.sh

2.修改nvzramconfig.sh文件

修改mem = $((("${totalmem}"/2/"${NRDEVICES}")*1024))
为mem = $((("${totalmem}"*2/"${NRDEVICES}")*1024))

3.重启Jetson Nano

4.终端中输入：

free -h

可查看到swap已经变为7.7G

三、配置Pytorch1.8

1.下载torch-1.8.0-cp36-cp36m-linux_aarch64.whl

下载地址：nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl

网盘分享：链接：https://pan.baidu.com/s/1tS51E3a-a-w9_OdCNraoAg
提取码：30qr

说明：建议在电脑上下载后拷贝到Jetson Nano的文件夹下，因为该网站的服务器在国外，可能下载比较慢或网页加载不出来，可以打开VPN进行下载。

2.安装所需的依赖包及pytorch

打开终端输入：

sudo apt-get update
sudo apt-get upgrade
sudo apt-get dist-upgrade
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev

因为下面用pip指令安装时用默认选用的国外源，所以下载比较费时间，建议更换一下国内源，我这里使用的是阿里源。具体步骤如下：

打开终端输入：

mkdir ~/.pip
sudo gedit ~/.pip/pip.conf

在空白文件中输入如下内容保存并退出：

以下为豆瓣源

[global]
timeout=6000
index-url=https://pypi.doubanio.com/simple
trusted-host=pypi.doubanio.com

以下为阿里源

[global]
index-url=http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com

以下为清华源

[global]
index-url=https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host=https://pypi.tuna.tsinghua.edu.cn

终端输入：

pip install --upgrade pip
pip3 install Cython
pip3 install numpy
pip3 install torch-1.8.0-cp36-cp36m-linux_aarch64.whl		#注意要在存放该文件下的位置打开终端并运行
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision  #下载torchvision，会下载一个文件夹
cd torchvision	#或者进入到这个文件夹，右键打开终端
export BUILD_VERSION=0.9.0
python3 setup.py install --user
#验证torch和torchvision这两个模块是否安装成功
python3
import torch
print(torch.__version__)	#注意version前后都是有两个横杠
#如果安装成功会打印出版本号
import torchvision
print(torchvision.__version__)
#如果安装成功会打印出版本号

四、搭建yolox环境

YOLOX官方下载地址： https://github.com/Megvii-BaseDetection/YOLOX.git

网盘分享地址：链接：https://pan.baidu.com/s/1u3ExDjpHeyO2SKjjBqKGEQ
提取码：6jyg

git clone https://github.com/Megvii-BaseDetection/YOLOX.git	#不科学上网很容易下载失败，上面分享了yolox的网盘地址
#将下载好yolox后拷贝到jetson nano中，放入某一文件夹下
unzip YOLOX-main.zip
cd YOLOX-main
#打开requirements.txt，对scikit-image,onnx,onnx-simplifier前加#注释掉，保存退出，后面会单独安装这几个包.
pip3 install -r requirements.txt
pip3 install scikit-image==0.17.1 -vv	#安装scikit-image
pip3 install onnx==1.8.1 -vv	#安装onnx可不配置,onnx-simplifier暂未配置成功，如果未用到onnx转模型，则不影响yolox使用
pip3 install -v -e .	#因为pip源的问题，可能这一步会报错，错误及解决办法在下方。
pip3 install 'git+https://gitee.com/wsyin/cocoapi.git#subdirectory=PythonAPI'	#官方指令为pip3 install cython; pip3 install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'，但是由于科学上网的原因，需要更换国内源，成功后会看到Successfully installed pycocotools-2.0

问题1：运行pip3 install -v -e . 出现如下错误

ERROR：Command errored out with exit status -4: python setup.py egg_info check the logs for full command output.

解决：将换成的pip国内源换成原始的

sudo gedit ~/.pip/pip.conf
#将该文档内的内容清空，保存并退出
pip3 install -U pip
pip3 install -v -e .	#如果成功会看到Successfully installed yolox-0.1.0

到这里，运行yolox的环境就搭建成功了，接下来进行测试。

五、测试yolox

1.下载权值文件

YOLOX-Nano

官方地址：https://github.com/Megvii-BaseDetection/YOLOX/releases/download/0.1.1rc0/yolox_nano.pth

网盘分享地址：链接：https://pan.baidu.com/s/1Sqp0GFEkp0Z-Huy3jmA16Q
提取码：tzcw

YOLOX-S

官方地址：https://github.com/Megvii-BaseDetection/YOLOX/releases/download/0.1.1rc0/yolox_tiny.pth

网盘分享地址：链接：https://pan.baidu.com/s/1Q0Kv_7qFV4Eao6Ba98yCBA
提取码：upqa

2.测试

①图片测试

python tools/demo.py image -n yolox-nano -c /path/to/your/yolox_nano.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu	#调用yolox-nano.pth检测

在YOLOX_outputs/nano下可以看到

②视频检测

测试视频下载地址：链接：https://pan.baidu.com/s/10TFhK-19Hihuq-2augJWCw
提取码：89ey

python tools/demo.py video -n yolox-nano -c /path/to/your/yolox_nano.pth --path /path/to/your/video --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu

③调用摄像头

python tools/demo.py webcam -n yolox-nano -c /path/to/your/yolox_nano.pth --camid 0 --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu

源代码中是把摄像头检测的效果存储成了mp4文件，同样在YOLOX_outputs/nano下可以看到

六、参考

1.https://github.com/Megvii-BaseDetection/YOLOX