本文参考
运行mmdetection遇到的坑_JensLee的博客-CSDN博客
NVIDIA Jetson NX刷机安装pytorch(看这一篇就够了!!!)_qq_37301003的博客-CSDN博客_jetson nx 安装pytorcherror: ‘AT_CHECK’ was not declared in this scope解决方法_hailanyi的博客-CSDN博客
安装torchvision时,报错error: command ‘aarch64-linux-gnu-gcc‘ failed with exit status 1_ooMelloo的博客-CSDN博客
高版本的pytorch是不能识别nx上的gpu的,所以我们选用pytorch1.6.0配合torchvision0.7.0
文章中使用的包在这里可以下载
链接:https://pan.baidu.com/s/1TyowHHKOCOIs4QIweo3BVQ
提取码:hgc8
torchvision的包是我改过的,把其中的AT_CHECK全部换成了TORCH_CHECK,当时看的文章是这个
error: ‘AT_CHECK’ was not declared in this scope解决方法_hailanyi的博客-CSDN博客
目录
1.安装依赖
sudo apt-get update
sudo apt-get install git cmake python3-dev
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev
sudo apt-get install python3-pip
我之前装过pip3,第一次装会和我上图的返回字符不同,不过应该都能成功
sudo pip3 install -U pip testresources setuptools
sudo apt-get install libopenblas-base libopenmpi-dev
sudo pip3 install mpi4py
sudo pip3 install Cython
2.安装pytorch
pip3 install torch-1.6.0-cp36-cp36m-linux_aarch64.whl
这个时候就可以测试一下是否安装成功,我们的目的是能读到nx的gpu,进入python3后,导入torch,然后输入torch.cuda.is_available()显示True,则代表安装成功
3.安装torchvision
解压下载下来的安装包
- 解压出来了很多文件,截图只截取了一部分
之后进入vision-v0.7.0,然后对setup.py进行修改
打开文件后,搜索ffmpeg,修改if has ffmpeg
修改为 if False
之后保存,退出
之后控制台进入vision-v0.7.0,然后输入sudo python3 setup.py develop
- 编译过程很长,我只截取一头一尾
4.安装mmcv
解压mmcv
进入mmcv后,输入sudo pip3 install .
之后我们要卸载numpy==1.19.5,改为numpy==1.17.0,如果不改的话会这样
现在更改一下numpy的版本
然后我们验证一下torch能不能读到gpu
发现没有问题,我们进入下一步
5.安装sklearn
首先安装scipy,sudo pip3 install scipy-1.54-cp36-cp36m-manylinux2014_aarch64.whl
解压 scikit-learn-1.0.1.tar.gz
之后进入目录,sudo python3 setup.py develop
其中会出现warning,不需要管他
- 安装的过程十分漫长
6.安装pycocotools
sudo pip3 install pycocotools
7.安装scikit-image
sudo pip3 install scikit-image
会有报错,但是无所谓,只要scikit-image成功安装即可
8.安装mmdetection
安装之前再检查一下torch是否可以读到cuda
确认无误后,进入mmdetection,然后输入sudo python3 setup.py develop
输入pip3 list,如果其中的mmdet类似这样就正常,只要最后有mmdet这个,期间无论出现error或warning我们都不用管