NVIDIA Jetson TX2上跑tf2-yolov3进行推理

首先声明，是使用的YunYang1994大神的版本，原始代码地址在这里：https://github.com/YunYang1994/TensorFlow2.0-Examples。感谢大神的分享。

我是同时在windows和TX2上跑的，都能跑通，但是在我的笔记本window 10上非常的慢，视频卡顿严重。

一、检查环境

先打开docs/requirements.txt查看

numpy>=1.16.0
pillow==6.2.0
scipy==1.1.0
wget==3.2
seaborn==0.9.0
easydict==1.9
grpcio>=1.24.3
tensorflow>=2.0.0

手工检查环境而不是直接开始安装依赖，是为了避免无意中升级某些包导致环境有问题，最近忙没有时间去处理异常和重装环境。也尝试着能使用更新一点的包。

我使用JetPack 4.5刷机后，Tensorflow的版本是2.3.1，numpy的版本是1.16.1，其他的软件应该问题都不大。

二、下载安装

1、安装依赖

sudo pip3 install -r ./docs/requirements.txt

可以按照官方文档中去pip3 install，但是我在windows上这样跑会报错，所以我还是单独的逐一安装了所需要的包，没有按照requirements的版本来，都是安装的最新版。

但是实际上要运行demo程序还需要安装OpenCV、PIL（Python 3.x安装Pillow）。

2、下载代码和权重文件

将整个YOLOV3目录下载到本地，然后下载权重文件到YOLOV3根目录下：

$ wget https://pjreddie.com/media/files/yolov3.weights

也可以手工访问这个地址，并下载到YOLOV3目录下。

3、运行demo

在YOLOV3目录下，执行：

python3 image_demo.py

python3 video_demo.py

分别可以看到对图片的识别效果和对视频的识别效果，如果要识别自己的视频和图片，修改一下demo文件里的文件名即可。

 

在TX2上运行video_demo.py时，可能会提示：Failed to load module "canberra-gtk-module"，这个时候需要安装：

$ sudo apt-get install libcanberra-gtk-module

再运行 python3 video_demo.py 就可以了。