Jetson AGX Xavier安装torch、torchvision且成功运行yolov5算法

上一篇：Jetson AGX Xavier安装Pycharm

下一篇：Jetson AGX Xavier实现TensorRT加速YOLOv5进行实时检测

一、前言

        由于我最近项目采用的目标检测算法是yolov5，所以我需要在Xavier中配置一个yolov5的独立环境，在此记录一下。

二、创建环境

1、由于yolov5需要安装pytorch，Xavier直接pip安装会失败，好在nvidia给了相应的.whl文件，写文章时最新的是适用python=3.6.x的，创建环境时千万注意（一把老泪）。

conda create -n yolov5env python=3.6.9
conda activate yolov5env

2、本文配置yolov5 v4.0的环境，根据官方requirements.txt进行如下安装：

pip install Cython matplotlib==3.2.2 numpy==1.18.5 Pillow PyYAML==5.4.1 scipy==1.5.4 tensorboard==1.15.0        

3、opencv安装详见文章《Jetson AGX Xavier安装python虚拟环境与在虚拟环境中调用opencv》 

4、推荐收藏这个网址，并且在这个网址下载PyTorch v1.7.0 pip wheel，评论区也有网盘链接：

pip install torch-1.7.0-cp36-cp36m-linux_aarch64.whl

5、根据版本对应安装torchvision，当然同样无法直接pip安装，所以我们进行源码安装：

git clone -b v0.8.1 https://github.com/pytorch/vision.git vision-0.8.1

        接下来一步比较关键，折磨了我很久才解决。torchvision安装需要sudo才能正常安装，否则会在cuda.h那里报错（具体错误我忘记截图了）。

cd vision-0.8.1
sudo /home/jetson/archiconda/envs/yolov5env/bin/python3.6 setup.py install

        这里因为是自己创建的环境，所以一定要注意要指定python的路径，否则会安装到基础环境中（再一把老泪）。这里安装完后执行“pip list”我发现torchvision的版本是0.8.0a0，不是很清楚为啥，希望懂得伙伴能告诉我下。

6、继续安装剩下的包：

pip install tqdm==4.58.0 seaborn==0.11.1 pandas thop pycocotools==2.0.2

       环境配置完成。 

 三、测试

        接上usb摄像头，将相应的权重文件（评论区百度网盘链接）放在weights文件夹下。

【2022.04.14更新：本文配置的环境作者跑通过v5.0与v4.0两个版本，建议把update参数设置为False，v4.0的detect.py没有check_requirements()了，不用管。v5.0版本注释yolov5中detect.py文件第170行的check_requirements()函数】。开始测试：

git clone -b v4.0 https://github.com/ultralytics/yolov5.git
cd yolov5
python detect.py --source 0 --weights weights/yolov5s.pt --conf 0.25

四、总结

        yolov5使用yolov5s.pt在Xavier上实时检测效果比之前TX2上好很多，但是为了追求更快的检测速度，建议使用tensorrt加速，这里我还在学习中。翻过一座山又是一座山，下座山峰见。

五、参考文章

Jetson Zoo

pytorch/vision