在Jetson TX2中使用YOLO v5的注意事项

由于Nvidia Jetson TX2是基于ARM 的处理器，因此需要安装ARM版本的pytorch和torchvision。

1、首先下载YOLO v5的源码

首先要到YOLO v5的官网下载YOLO v5的源码，源码地址为：https://github.com/ultralytics/yolov5

2、安装arrch版本的pytorch

对应的版本要去https://pypi.org/project/torch/#history寻找，找到pytorch和python相对应的版本。

3、安装arrch版本的torchvision

对应的版本要去https://pypi.org/project/torchvision/#history寻找，找到torchvision和pytorch相对应的版本。

pytorch与torchvision版本对应如下图所示：

4、安装完arrch版本的pytorch和torchvision后，再安装其他依赖

注意：在运行以下命令安装其他依赖时，首先将requirements.txt文件中的torch和torchvision注释掉，防止自动重新安装x86版本的torch和torchvision。
修改后的requirements.txt如下代码所示：

# pip install -r requirements.txt

# base ----------------------------------------
Cython
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
tensorboard>=2.2
#torch>=1.7.0
#torchvision>=0.8.1
tqdm>=4.41.0

# logging -------------------------------------
# wandb
# plotting ------------------------------------
seaborn>=0.11.0
pandas

# export --------------------------------------
# coremltools>=4.1
# onnx>=1.8.1
# scikit-learn==0.19.2  # for coreml quantization

# extras --------------------------------------
thop  # FLOPS computation
pycocotools>=2.0  # COCO mAP

修改完requirements.txt文件后再执行以下命令安装其他yolov5依赖。

$ pip install -r requirements.txt