现在处于蓝色加粗的步骤:
jetson nano部署yolov5步骤(一)-CSDN博客 -------烧录系统
步骤二-------安装conda以及torch、torchvision下载安装
jetson nano部署yolov5步骤(三)-CSDN博客 ------- yolov5试跑
jetson nano部署yolov5步骤(四)-CSDN博客 ------ 使用tensorRT加速以及摄像头运行
其他便利设置链接在 jetson nano其他便利配置-CSDN博客
目录
背景
步骤一已完成对ubuntu的安装,此时你的jetson nano已经具备图形界面操作系统,这对初学者是十分友好的,接下来,我们将配置进行深度学习需要的相关环境。
1.cuda
首先打开终端(ctrl+alt+t),输入以下命令:
sudo gedit ~/.bashrc
这时会出现一个文档,然后滑到最后一行,添加下面内容:
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
用以下代码来检验是否配置成功
nvcc -V
会返回你所安装的cuda版本
2.配置conda
(1)下载安装
jetson nano使用的架构aarch64,所以只能安装archiconda,终端输入以下命令:
wget https://github.com/Archiconda/build-tools/releases/download/0.2.3/Archiconda3-0.2.3-Linux-aarch64.sh
下载好后运行以下命令:
bash Archiconda3-0.2.3-Linux-aarch64.sh
安装之后配置环境变量
sudo gedit ~/.bashrc
对打开的文档最后一行加入以下内容
export PATH=~/archiconda3/bin:$PATH
(2)解决可能的问题
若出现错误为:
这个错误是因为堆栈太小了,解决方法为:
以下命令用来查看堆栈大小
ulimit -a
以上堆栈大小为8192,要改变堆栈大小用以下命令:
ulimit -s 102400
(3)conda的有关使用(也在步骤之内)
查看conda的版本号
conda -V
创建虚拟环境
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)
换源
首先备份一个sources.list文件,此命令运行后,终端不会有如何反馈
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
用以下命令,如何打开了文件sources.list,
sudo gedit /etc/apt/sources.list
ctrl+a删除所有内容,之后将以下内容复制进去ctrl+s保存退出
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
更新软件
sudo apt-get update
升级软件包,并解决依赖关系(不建议进行这一步,因为如果所有软件更新到最新可能会对部分操作不兼容)
sudo apt-get dist-upgrade
3.安装pip
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
更新到最新版本
pip3 install --upgrade pip #如果pip已是最新,可不执行
4.安装torch和torchvision
(1)在自己电脑上先下载torch的轮子
jetson nano需要在官网下载torch,需要的版本为1.8.0,链接如下:PyTorch for Jetson - Jetson & Embedded Systems / Announcements - NVIDIA Developer Forumshttps://forums.developer.nvidia.com/t/pytorch-for-jetson/72048
或者直接点击这个链接下载这个torch-1.8.0-cp36-cp36m-linux_aarch64.whl
(轮子下载到U盘或者使用ssh软件传输到jetson nano板子上都可以)
(2)安装torch
安装前,先下载torchvision
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libopenblas-dev libavcodec-dev libavformat-dev libswscale-dev
git clone --branch 0.9.0 https://github.com/pytorch/vision torchvision
在安装torch之前,一定要确保你已经装好numpy
sudo apt install python3-numpy
在torchvison文件夹下,打开一个终端,然后使用conda进入你的虚拟环境,输入以下命令来解决安装torch需要的依赖问题
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
下面代码用轮子来安装torch,注意如果轮子的路径不在当前目录下,就直接转换为绝对路径,或者直接将torch-1.8.0-cp36-cp36m-linux_aarch64.whl这个文件直接拖到终端中,它会直接变成轮子的绝对路径
pip install torch-1.8.0-cp36-cp36m-linux_aarch64.whl
如果遇到网络问题,可以在后面临时添加一个清华源
pip install torch-1.8.0-cp36-cp36m-linux_aarch64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
以上便完成了torch的安装
在终端中输入python,即打开python解释器
import torch
print(torch.__version__)
exit() # 退出python解释器
这会在终端中打印出安装的torch的版本
若在import torch后出现
非法指令(核心已转储)
或者
(core dumped) ------ 这个报错使用这个解决方式不一定能解决,可以先试一试这个方法
使用以下命令解决:
export OPENBLAS_CORETYPE=ARMV8
(记住这段命令,因为首先于板子资源,后面部署过程中,很可能会多次遇到这个问题,但都能用这个办法解决)
(3)然后是下载并安装torchvision
cd torchvision
export BUILD_VERSION=0.9.0 # where 0.x.0 is the torchvision version
python3 setup.py install --user
pip install 'pillow<7' # always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6
这一步是直接下载在板子上就行了,注意版本对应,torch1.8.0对应torchvison0.9.0
如果在测试时如果报错PIL,就安装pillow
sudo apt-get install libjpeg8 libjpeg62-dev libfreetype6 libfreetype6-dev
python3 -m pip install -i https://mirrors.aliyun.com/pypi/simple pillow
5. 安装jtop
jtop是用来检测硬件运行状态的工具,还可以用来开启风扇对gpu扇热
sudo -H pip3 install -U jetson-stats
由于使用的是python3进行安装,所以要检查一下是否有python3的环境,或者更新一下
sudo apt-get install python3-pip
到此,jetson nano板子资源需要搭建的环境全部结束,加下来便是yolov5运行环境的搭建