Jeston nano 部署yolov5并使用tensorrt加速-极速版-（先进视觉赛）

目录

一、概述

二、部署流程

2.1 Jeston nano刷机流程

2.2 cuda配置

2.3 换系统源

2.4 Archiconda配置、创建

2.5 pip换源

2.6 yolov5环境配置

2.6.1 先按yolov5目录中的requirements.txt 下载对应的库

2.6.2 torch与torchvision配置，按照下面博客配置，只看torch部分就好

2.6.3 pyqt5配置

2.6.4 tensorrt配置

2.6.5 cmake配置

2.6.6 相机sdk配置

2.6.7 比赛代码配置

三、总结

---

一、概述

  本博客为博主参加2024 中国机器人大赛暨 RoboCup 机器人世界杯中国赛机器人先进视觉3D识别赛道时配置环境所记录的流程的整理，也作为给学弟学妹留下的传承，中间有包括几篇有参考的博客，都有附上链接。部署流程亲测有效！！！

注：我们相机到手两天跑通，这教程是真极速版

二、部署流程

2.1 Jeston nano刷机流程

按照下面流程部署，基本上不会有问题：

Jeston Nano入门笔记（一）--刷机教程

tips:

1.刷机的建议还是直接使用sd卡烧录比较快

2.对于对应镜像的寻找：官网：https://developer.nvidia.com/embedded/jetpack-sdk-45-archive（这是4.5的页面，需要其他的可以划到最下面有For older versions of JetPack, please visit the JetPack Archive.点击就可以选自己要的版本，部署的时候一定要按需要的版本下）

2.2 cuda配置

打开home目录下的bashrc（ctrl+h显示隐藏文件）

vim ./bashrc

#在结尾添加

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda10.2/lib64
export PATH=$PATH:/usr/local/cuda10.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda10.2

注意cuda版本，不要盲目复制

2.3 换系统源

作用是更换apt下载的源

这边建议直接使用鱼香ros一键换源

sudo wget http://fishros.com/install -O fishros && bash fishros

更换以后使用命令更新软件包

sudo apt-get update

2.4 Archiconda配置、创建

对jeston nano配置conda的平替Archiconda。按照下面博客的流程配就行。需要注意的是，使用bash Archiconda3-0.2.3-Linux-aarch64.sh命令后