jetson nano (jetpack 4.6) 安装yolov5命令一条龙

参考:
https://blog.csdn.net/newtonsm/article/details/125846922
https://blog.csdn.net/newtonsm/article/details/127036498
sudo nautilus #管理员模式文件浏览器
sudo blkid /dev/mmcblk1p1 #查看SD卡的UUID等信息
fstab可以设置自动mount 

######开机免登录
sudo vim /etc/gdm3/custom.conf
# Enabling automatic login
  AutomaticLoginEnable = true
  AutomaticLogin = nvidia

######关闭屏保
screensaver=>Disable Screen Saver


###############系统基础包,安装opencv所需要的支持包,以及播放器等软件包######安装opencv所需要的支持包
sudo apt-get update
sudo apt-get install python3-pip python3-dev -y


sudo apt-get install build-essential make cmake cmake-curses-gui -y
sudo apt-get install git g++ pkg-config curl -y
sudo apt-get install libhdf5-serial-dev hdf5-tools -y
sudo apt-get install nano locate screen -y
sudo apt-get install libfreetype6-dev -y
sudo apt-get install protobuf-compiler libprotobuf-dev openssl -y
sudo apt-get install libssl-dev libcurl4-openssl-dev -y
sudo apt-get install cython3 -y
sudo apt-get install gfortran -y
sudo apt-get install libjpeg-dev -y
sudo apt-get install libopenmpi2 -y
sudo apt-get install libopenblas-dev -y
sudo apt-get install libjpeg-dev zlib1g-dev -y

sudo apt-get install build-essential -y
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev -y
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libdc1394-22-dev -y
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev -y
sudo apt-get install libxvidcore-dev libx264-dev -y
sudo apt-get install libatlas-base-dev gfortran -y
sudo apt-get install ffmpeg curl zlib1g-dev -y
sudo apt-get install libcurl4-openssl-dev -y

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev libomp-dev -y
sudo apt-get install libgtk2.0-dev libavcodec-dev libavformat-dev libswscale-dev libfreetype6-dev -y
sudo apt-get install python-numpy libjpeg-dev libpng-dev -y

sudo apt-get install mpg123

#````````````````````````````````````````插播一下清理硬盘空间的指令
sudo apt remove thunderbird libreoffice-* -y
sudo dpkg -r --force-depends "cuda-documentation-10-2" "cuda-samples-10-2" "libnvinfer-samples" "libvisionworks-samples" "libnvinfer-doc" "vpi1-samples"
#下面这三句不知道是否有效,参考:https://developer.nvidia.cn/zh-cn/blog/minimizing-storage-usage-on-jetson/
sudo dpkg -r --force-depends $(dpkg-query -Wf '${Package}\n' | grep -E "(cuda[^ ]+dev|libcu[^ ]+dev|libnv[^ ]+dev|vpi[^ ]+dev)")
sudo apt-get autoremove google-chrome-stable
sudo rm -rf ~/.config/google-chrome
#不行就记得进software手动卸载chrome和ibus
sudo apt-get clean
python3 -m pip cache purge
#`````````````````````````````````````

python3 -m pip install --upgrade pip
pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install Cython
pip3 install matplotlib==3.2.2

####if 从头编译cmake
mkdir /home/nvidia/.cmake
nvidia@ubuntu:/media/nvidia/F623-0338/nano安装$ tar xpvf cmake-3.13.0.tar.gz -C /home/nvidia/.cmake
cd ~/.cmake/cmake-3.13.0
nvidia@ubuntu:~/.cmake/cmake-3.13.0$ ./bootstrap --system-curl
####else 已执行过一次./bootstrap 
chmod +x /home/nvidia/.cmake/cmake-3.13.0/bootstrap
chmod +x /home/nvidia/.cmake/cmake-3.13.0/Bootstrap.cmk/cmake
####endif
make -j4
echo 'export PATH=~/.cmake/cmake-3.13.0/bin/:$PATH' >> ~/.bashrc
echo 'export OPENBLAS_CORETYPE=ARMV8' >> ~/.bashrc
source ~/.bashrc

#注意版本
pip3 install pillow==7.1.2
pip3 install numpy==1.19.4 opencv-python==4.5.3.56


cd /media/nvidia/F623-0338/nano安装
pip3 install torch-1.10.0-cp36-cp36m-linux_aarch64.whl

git clone --branch v0.11.1 https://gitee.com/xxxxxx/torchvision.git torchvision
cd torchvision
export BUILD_VERSION=0.11.1
sudo python3 setup.py install --user
#实际安装的版本号是0.11.0a0~~~233

#安装其它依赖
cd /home/nvidia/Publish/context
pip3 install -r requirements.txt


#安装.net
cd /media/nvidia/F623-0338/nano安装
mkdir -p /home/nvidia/.dotnet
tar zxf aspnetcore-runtime-6.0.9-linux-arm64.tar.gz -C /home/nvidia/.dotnet

echo 'export DOTNET_ROOT=$HOME/.dotnet' >> ~/.bashrc
echo 'export PATH=$PATH:$HOME/.dotnet:$HOME/.dotnet/tools' >> ~/.bashrc
source ~/.bashrc

#开机启动脚本授权---------------------------
chmod +x /home/nvidia/entry.sh




#start application里设置开机启动命令---------------------------
gnome-terminal -- bash -c "/home/nvidia/entry.sh"

#最后在设置一下音频、时间之类的

附件:开机启动脚本:

#!/bin/bash
echo "Lift AI Entry 1.0!"
cd /home/nvidia/Publish
/home/nvidia/.dotnet/dotnet LiftAIPWC.dll
read

附件:apt-get install脚本:

#!/bin/bash
sudo apt-get install build-essential make cmake cmake-curses-gui -y
sudo apt-get install git g++ pkg-config curl -y
sudo apt-get install libhdf5-serial-dev hdf5-tools -y
sudo apt-get install nano locate screen -y
sudo apt-get install libfreetype6-dev -y
sudo apt-get install protobuf-compiler libprotobuf-dev openssl -y
sudo apt-get install libssl-dev libcurl4-openssl-dev -y
sudo apt-get install cython3 -y
sudo apt-get install gfortran -y
sudo apt-get install libjpeg-dev -y
sudo apt-get install libopenmpi2 -y
sudo apt-get install libopenblas-dev -y
sudo apt-get install libjpeg-dev zlib1g-dev -y

sudo apt-get install build-essential -y
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev -y
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libdc1394-22-dev -y
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev -y
sudo apt-get install libxvidcore-dev libx264-dev -y
sudo apt-get install libatlas-base-dev gfortran -y
sudo apt-get install ffmpeg curl zlib1g-dev -y
sudo apt-get install libcurl4-openssl-dev -y

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

sudo apt-get install mpg123 -y

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Jetson Nano是一款由英伟达推出的嵌入式计算平台,搭载了小型而强大的GPU。而YOLOv5是一种流行的目标检测算法,具有高精度和实时性的特点。 使用Jetson Nano实战人脸检测YOLOv5可以通过以下步骤实现: 1. 准备Jetson Nano:确保Jetson Nano的操作系统已经安装,并已经正确配置CUDA和OpenCV等必要的软件。 2. 下载YOLOv5:从GitHub上下载YOLOv5的代码库,并将其复制到Jetson Nano的工作目录。同时,确保已经下载了YOLOv5的预训练权重文件。 3. 数据集准备:首先,收集一批具有人脸标注的图像,可以使用公开的人脸数据集或者自己手动标注。然后,将这些图像与相应的标签转换为YOLO的格式。 4. 调整配置文件:在YOLOv5的配置文件中,可以设置模型的结构、训练的超参数和路径等。根据自己的需求,可以对配置文件进行适当的调整。 5. 模型训练:运行YOLOv5的训练脚本,指定数据集的路径、预训练权重和其他参数进行模型训练。训练过程可能需要较长时间,具体时间根据数据集的大小和计算能力的不同而定。 6. 模型推理:通过加载训练好的模型权重文件,使用YOLOv5进行人脸检测。可以使用Jetson Nano的摄像头或者从视频文件中读取图像进行测试。运行推理脚本后即可看到人脸检测的结果。 通过以上步骤,就可以在Jetson Nano上实战人脸检测YOLOv5Jetson Nano的较高计算能力以及YOLOv5的精度和实时性,能够为人脸检测任务提供很好的计算性能和准确度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值