jetson nano部署yolov5步骤（二）

何由

已于 2024-06-11 09:32:16 修改

阅读量1k

点赞数 18

文章标签： YOLO

于 2024-06-01 06:26:06 首次发布

本文链接：https://blog.csdn.net/m0_74808156/article/details/138870394

版权

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

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

何由

关注

18
点赞
踩
13

收藏

觉得还不错? 一键收藏
4
评论
jetson nano部署yolov5步骤（二）

------烧录系统步骤三-------yolov5试跑步骤四------使用tensorRT加速以及摄像头运行。
复制链接

扫一扫