TX2上编译安装TensorRT的SampleUffMaskRCNN示例程序

主要参考网址

TensorRT Open Source Software

Step1 TX2刷机Jetpack 4.3

首先，请确保已经刷机安装Jetpack 4.3, 如果还没有安装，可以参考我的博客。
mathlxj的博客-------JetsonTX2 之刷机 ——Jetpack 4.3

Step2 重装curl以支持https

在我进行step5时，出现报错

error
Protocol "https" not supported or disabled in libcurl

原因是curl无法解析https,可以采取如下方式解决。当然，不同的环境情况不同，你可以先跳过这一步，如果出现相似的报错，再返回更新。
首先，安装依赖，这一步是必须的:

$ sudo apt-get install openssl
$ sudo apt-get install libssl-dev

然后，可以参考我的博客编译安装curl:
mathlxj的博客-------TX2编译安装curl，使其可以解析https.
请注意，在验证阶段，必须出现https,否则是无效的。

Step3 TX2升级cmake

Jetpack 4.3刷机后的cmake版本太低，而TRT需要CMake >= v3.13，因此需要升级cmake.
如果已满足，可以跳过。如果未升级，可参考我的博客。
mathlxj的博客-------Jetson TX2上升级cmake方法
如果最后验证出现如下错误:

CMake Error: Could not find CMAKE_ROOT !!!
CMake has most likely not been installed correctly.
Modules directory not found in

可以采用下面方法解决:

$ mv cmake-3.13.3 cmake-3.13
$ mv cmake-3.13 /usr/share/

当然，你也可以升级为更高版本，只需要修改版本号即可。更高的版本号可能需要增加参数忽略网址安全性，根据提示增加即可。

Step4 克隆TensorRT库—注意版本号！

$ cd Downloads
$ git clone -b release/6.0 https://github.com/NVIDIA/TensorRT.git TensorRT
$ cd TensorRT/
$ git submodule update --init --recursive

这里特别注意，Jetpack 4.3 默认安装的TensorRT版本为6.0,而github上master是7.1的(截止到2020年7月25日)，因此需要选择版本号，这点在README中没有，极易出错。

Step5 开始编译sampleUffMaskRCNN

$ export TRT_SOURCE=`pwd`
$ mkdir -p build && cd build
$ cmake .. -DTRT_LIB_DIR=$TRT_RELEASE/lib -DTRT_BIN_DIR=`pwd`/out -D CMAKE_C_COMPILER="/usr/bin/gcc"
$ make sample_uff_maskRCNN -j$(nproc) TARGET=aarch64

注意，这里cmake时与README中不同，添加了-D CMAKE_C_COMPILER="/usr/bin/gcc,这是由于在我安装时报错如下:

-- The C compiler identification is unknown
CMake Error at CMakeLists.txt:12 (project):
  No CMAKE_C_COMPILER could be found.

  Tell CMake where to find the compiler by setting either the environment
  variable "CC" or the CMake cache entry CMAKE_C_COMPILER to the full path to
  the compiler, or to the compiler name if it is in the PATH

如果你未出现类似的问题，该参数应忽略，参数值为gcc路径，可由如下命令查询

$ where is gcc

同时，也要注意TX2为aarch64架构，在make时要指定架构。

Step6 开始进行TRT推断

由于我之前已经做好了TensorFlow模型到uff模型的转换等工作，因此直接使用以下命令即可进行推断。

$ cd out
$ ./sample_uff_maskRCNN -d ~/Downloads/Mask_RCNN/data

这里,~/Downloads/Mask_RCNN/datamrcnn为mrcnn_nchw.pbtx,mrcnn_nchw.uff和要推断的ppm图像目录.
如果有需要，可以在下面留言，后期可以出个转换模型的具体教程。