Nvidia Jetson Orin NX配置环境

先导片：Jetson采用arm64架构

一、安装jetson5.1.2

安装好jetson自带cuda、cudnn和tensorRT

官方文档

1. 更换源

   sudo vi /etc/apt/sources.list.d/nvidia-l4t-apt-source.list
   

   

2. 更新源

   sudo apt upgrade
   

   sudo apt update
   

   sudo apt dist-upgrade
   

   sudo reboot
   

3. 安装jetson

   sudo apt install nvidia-jetpack
   

二、安装jtop

1. 安装

   sudo apt install python3-pip
   sudo -H pip3 install -U pip
   sudo -H pip install jetson-stats
   

2. 查看

   sudo jtop
   

   

三、配置CUDA和cuDNN

1. 配置环境变量

   vim ~/.bashrc
   

   增加以下内容

   export LD_LIBRARY_PATH=/usr/local/cuda/lib64
   export PATH=/usr/local/cuda/bin:$PATH
   export CUDA_HOME=/usr/local/cuda

2. 更新环境变量

   source ~/.bashrc
   

3. 复制文件到cuda目录

   cd /usr/include && sudo cp cudnn* /usr/local/cuda/include
   cd /usr/lib/aarch64-linux-gnu && sudo cp libcudnn* /usr/local/cuda/lib64
   

4. 查看CUDA

   nvcc -V
   

   

5. 修改文件权限

   sudo chmod 777 /usr/local/cuda/include/cudnn.h 
   sudo chmod 777 /usr/local/cuda/lib64/libcudnn*
   

6. 重新软链接

   #这里的8.6.0和8对应安装的cudnn版本号和首数字
   cd /usr/local/cuda/lib64
   
   sudo ln -sf libcudnn.so.8.6.0 libcudnn.so.8
   
   sudo ln -sf libcudnn_ops_train.so.8.6.0 libcudnn_ops_train.so.8
   sudo ln -sf libcudnn_ops_infer.so.8.6.0 libcudnn_ops_infer.so.8
   
   sudo ln -sf libcudnn_adv_train.so.8.6.0 libcudnn_adv_train.so.8
   sudo ln -sf libcudnn_adv_infer.so.8.6.0 libcudnn_adv_infer.so.8
   
   sudo ln -sf libcudnn_cnn_train.so.8.6.0 libcudnn_cnn_train.so.8
   sudo ln -sf libcudnn_cnn_infer.so.8.6.0 libcudnn_cnn_infer.so.8
   
   sudo ldconfig
   

   7. 查看cuDNN

   dpkg -l libcudnn8
   

   
   8. 报错libopenblas.so.0: cannot open shared object file: No such file or director
   

   sudo apt-get install libopenblas-dev
   

   
   9. 对于上一条命令缺少或损坏的软件包进行修复，重新安装正确版本的

   sudo apt-get -f install
   

   10. 卸载

   sudo apt-get --purge remove XXX
   sudo apt-get autoremove
   

四、安装Pytorch

1. Pytorch
   torch官方教程
   torch下载文档
   torch下载地址
   torch2.0.0对应torchvision0.15.1

   pip install torch-2.0.0+nv23.05-cp38-cp38-linux_aarch64.whl
   

   测试

   import torch
   torch.__version__
   torch.cuda.is_available()
   torch.cuda.current_device()
   torch.cuda.get_device_name()
   

   
   

2. torchvision
   torchvision下载

   sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libopenblas-dev libavcodec-dev libavformat-dev libswscale-dev
   

   将解压后的文件夹命名为torchvision
   

   export BUILD_VERSION=0.15.1
   

   python3 setup.py install --user
   

   需要很长时间。。。
   测试

   import torchvision
   

五、安装OpenCV

在官方仓库下载opencv 与opencv_contrib 源码(同一版本)。以opencv 4.5.4和opencv_contrib 4.5.4为例。

1. 安装依赖

sudo apt install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev \
python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev python3-pip python3-numpy

2. 卸载自带的opencv

sudo apt purge libopencv-dev libopencv-python libopencv-samples libopencv*
sudo apt autoremove
sudo apt-get update

3. 将opencv-4.5.4和opencv_contrib进行解压

tar -xzvf opencv-4.5.4.tar.gz

tar -xzvf opencv_contrib-4.5.4.tar.gz

5. 再将opencv_contrib移动到 opencv目录下
6. opencv目录下创建build 文件,执行 cmake

cd opencv

mkdir build

cd build

cmake \
-D WITH_CUDA=ON \
-D CUDA_ARCH_BIN="8.7" \
-D CUDA_FAST_MATH=ON \
-D WITH_cuDNN=ON \
-D OPENCV_DNN_CUDA=ON  \
-D cuDNN_VERSION='8.6' \
-D cuDNN_INCLUDE_DIR='/usr/include/' \
-D CUDA_ARCH_PTX="" \
-D CUDA_NVCC_FLAGS="--expt-relaxed-constexpr" \
-D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.5.4/modules \
-D WITH_GSTREAMER=ON \
-D WITH_GSTREAMER_0_10=OFF \
-D WITH_LIBV4L=ON  \
-D WITH_CUBLAS=ON \
-D WITH_QT=ON \
-D WITH_OPENGL=ON \
-D WITH_TBB=ON \
-D BUILD_opencv_python3=ON \
-D BUILD_TESTS=OFF \
-D BUILD_PERF_TESTS=OFF \
-D BUILD_EXAMPLES=OFF \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D ENABLE_FAST_MATH=ON \
..   

查看设备算力
其中-D cuDNN_VERSION版本要和开发板对应，-D OPENCV_EXTRA_MODULES_PATH建议填写opencv_contrib里modules的绝对路径，-D CMAKE_INSTALL_PREFIX为安装路径。

sudo make -j10

sudo make install

最后配置环境

sudo gedit /etc/ld.so.conf.d/opencv.conf

在打开的文本里面输入：

/usr/local/lib

保存退出，然后在终端输入以下命令即可安装成功

sudo ldconfig

参考测试opencv

参考1
参考2