Jetson TX2(Jetpack4.3)安装opencv（v3.4.2）+部署yolo3的操作

Jetson TX2(Jetpack4.3)安装opencv（v3.4.2）+部署yolo3的操作

重新刷了N次系统，终于成功了，！！！

现在将操作过程记录如下：

 

清除旧版本

首先完全卸载刷机时刷如的自带的opencv旧版本，以便更好地安装opencv3.4.2版本

sudo apt-get purge libopencv*
sudo apt autoremove
sudo apt-get update

安装cmake以及依赖库

sudo apt-get install cmake
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libtiff5-dev libswscale-dev

sudo apt-get install libjasper-dev

安装libjasper-dev系统报错，提示：errorE: unable to locate libjasper-dev，所以单独安装。

单独安装仍然出错，按照网上提示及解决办法

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev

仍然不能解决，后搜索 “tx2 软件源”，找到 https://blog.csdn.net/weixin_40554881/article/details/80865401

按照上述链接替换了清华的源，替换之后，执行

sudo apt-get update

sudo apt-get install libjasper-dev

顺利安装。

安装opencv

下载opencv,这个根据个人需要吧，我因为之前的程序都是基于3.4.2开发的，所以还是选择这个版本，jetpack4.3默认安装了4.1.1版本的opencv.

unzip OpenCV-3.4.2.zip
cd opencv3.4.2.
mkdir build
cd build
cmake ..
sudo make -j4
sudo make install

把opencv的so库加入到环境变量

sudo gedit /etc/ld.so.conf.d/opencv.conf

在弹出文件的末尾加入/usr/local/lib,保存关闭文件。

sudo ldconfig 让配置生效

安装测试

利用以下语句进行安装验证，安装成功的话会输出opencv版本号3.4.2

python -c "import cv2; print(cv2.__version__)"
 

部署YOLOV3

1.CPU模式下

下载安装并编译yolov3源码

git clone https://github.com/pjreddie/darknet yolo3
cd yolo3

打开yolo3下边的makefile文件修改OPENCV=1,并保存。

默认情况下yolo的Makefile文件有个配置OPENCV=0，你需要将它改成 1 ，否则不会启用 opencv，在用yolo调用视频或者相机时会提示：

Demo needs OpenCV for webcam images。

修改参数的方法

sudo gedit  makefile

现在执行命令
make

下载预训练模型权重文件

yolov3.weights也可以通过在csdn上搜索相关资源下载，速度较快，大小为248MB，不要下错了，下载完成后发在yolo3目录下面即可

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

运行代码,检测示例图片

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
 

GPU模式下

对yolo3文件夹下面的Makefile文件前几行进行修改

sudo gedit Makefile

修改后前几行如下，然后保存退出

GPU=1
CUDNN=1
OPENCV=1
OPENMP=0
DEBUG=0

重新编译

make

修改模型超参数

改为GPU模式后还需要对模型的batch size等超参数进行修改，否则TX2的内存将很快被耗尽，造成系统卡顿的现象。因此修改yolov3/cfg/yolov3.cfg文件,将Training注释掉,改Testing的batch为1,修改后文件的前几行如下所示：

[net]
# Testing
  batch=1
  subdivisions=1
# Training
# batch=64
# subdivisions=16

运行代码,检测示例图片

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

调用视频

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights data/demo.mp4

调用外接摄像头

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -c 1

结束运行

ctrl+c

yolov4的安装和使用参考博文：https://bbs.huaweicloud.com/blogs/233255