jetson nano 部署yolov5目标检测 并且 tensorRT加速（保姆级教程）

一 、准备工具

1.读卡器

2.SD 卡

3.网线

4.键盘

5.鼠标

二、烧录

定义：可以理解为把电脑格式化，因为我们用的jetson nano 之前有人用过，我们需要把SD清空

插上读卡器时，会弹出很多盘，我们只需要把其中一个进行格式化就行了

第一步：

需要下载一个烧录用的软件，链接已给出！

JetPack SDK 4.4.1 archive | NVIDIA Developer

 

下载完成之后需要进行解压

第二步：

我们还需要下载烧录SD卡的工具，链接在下边！Get Started With Jetson Nano Developer Kit | NVIDIA Developer 

下载完之后 是一个包，点击安装即可

 

安装完之后 就可以进行烧录拉！！！

 

 

然后开始烧录，会自动烧录两边

烧录完成之后便可以插卡开机

 三、搭建环境

1.配置cuda

打开终端，输入命令：

sudo gedit ~/.bashrc

会弹出一个文档，拉到文档最下面，加上以下命令，保存并退出：

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

我们可以进行验证是否配置成功：

nvcc -V

2.配置conda 环境

jetson nanoB01的架构是aarch64,与windows和liunx不同不同,所以不能安装Anaconda，可以安装一个替代它的archiconda。

输入命令：

wget https://github.com/Archiconda/build-tools/releases/download/0.2.3/Archiconda3-0.2.3-Linux-aarch64.sh

下载好之后输入一下命令：

bash Archiconda3-0.2.3-Linux-aarch64.sh

下载完之后可以进行查看是否成功：

conda -V

安装完成之后就可以配置环境了：

sudo gedit ~/.bashrc

会弹出一个文档，跟上边一样的操作，在底部加上一行命令，保存并退出：

export PATH=~/archiconda3/bin:$PATH

3.创建自己的虚拟环境

conda create -n xxx（虚拟环境名） python=3.6 #创建一个python3.6的虚拟环境
conda activate xxx 进入虚拟环境
conda deactivate 退出虚拟环境

有的用这个命令会进不去虚拟环境，可以用下边这个命令就可以进去拉：

source activate xx

4.换源

首先需要备份一下sources.list文件，执行后终端没有反应：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak 

进入文件：

sudo gedit /etc/apt/sources.list

把里边内容全部删除，并换成一下内容，保存并退出：

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe

然后更新软件，保存到本地：

sudo apt-get update

更新软件：

sudo apt-get upgrade

这可能会报错：

例如：

 解决方案：

 

即可完成！！！

升级所有的安装包，并解决依赖关系：

sudo apt-get dist-upgrade

 

5. 安装pip

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev

更新pip到最新版本：

pip3 install --upgrade pip		#如果pip已是最新，可不执行

6. 下载torch和torchvision

我们需要到英伟达官网下载相对于的版本，我这里下载的1.8.0

链接：PyTorch for Jetson - version 1.10 now available - Jetson Nano - NVIDIA Developer Forums

因为我们在jetson nano 上下载torch和torchvision会出现太卡 进不去的情况，所有我们这里推荐一个工具（MobaXterm）用于连接板子进行互传，当然你也可以直接下载到U盘，用U盘实现互传。

我们可以看这位大佬教我们安装并使用（MobaXterm）：

MobaXterm（终端工具）下载&安装&使用教程_蜗牛也不慢......的博客-CSDN博客 

7、安装torch

首先我们打开终端，进入自己创建的虚拟环境，输入命令：

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev 

pip install torch-1.8.0-cp36-cp36m-linux_aarch64.whl

这时需要安装numpy，不然测试torch时不显示安装成功

sudo apt install python3-numpy

测试torch，是否安装成功 首先输入命令进入python

import torch 
print(torch.__version__)

torch,在测试时报错:非法指令,核心已转储解决办法：

export OPENBLAS_CORETYPE=ARMV8

8、安装torchvision，逐个执行以下命令（如果执行第三个命令报错，不用管，继续执行第四第五行命令，如果不报错就直接cd ..）

cd torchvision
 
export BUILD_VERSION=0.9.0
 
sudo python setup.py install 
 
python setup.py build
 
python setup.py install
 
cd ..

测试torchvision 跟上边测试一样：

python
 
import torchvision
 
print(torchvision.__version__)

在测试时如果报错PIL，就安装pillow，命令如下（在第二步如果报权限错误，就在开头加sudo，或在结尾加--user）

sudo apt-get install libjpeg8 libjpeg62-dev libfreetype6 libfreetype6-dev
 
python3 -m pip install -i https://mirrors.aliyun.com/pypi/simple pillow

四、测试YOLOv5

1、去官网上下载需要的版本，我这里下载的是5.0版本，下载的时候要把对应的权重也要下载下来网址如下：