在树莓派3B板上配置pytorch1.0.0\torchvision\opencv

针对几个小型的深度学习模型，比如人脸识别、文字识别等，先在anaconda上对其中的Predict模型跑了一下，跑的结果还不错。于是就想着再把这几个模型移植到板子上试一下。Run一下这几个predict模型所需要的模块有：pytorch(version>0.4.0) opencv 以及jupyter notebook（推荐）。
可是，在模块安装中出现的几个问题很棘手。一是pytorch1.0在python3.6.0版本下编译了几次都出现了报错，而且编译速度很慢，如此效率极低。二是opencv在python3.6下安装也出现了报错：
Could not find a version that satisfies the requirement opencv (from versions: ) No matching distribution found for opencv.
如若不按照编译一步一步来，也可以下载相应的已经编译好的whl文件。但是没有查询到python3.6版本的对应Raspberry pi的armv7l版本。目前所出现的问题主要是各个要安装的模块与python版本不兼容造成的。
目前最新的raspberry pi的操作系统Raspbian Buster(Raspbian Buster针对树莓派4B推出）中python的默认版本是python2.7和python3.7.目前和要安装的几个包最兼容的是python3.5，而树莓派Raspbian Stretch操作系统自带的python默认版本是python3.5。为方便起见，不如直接烧录一个这样的系统进去，之后再进行各个模块的安装。
Raspbian Stretch 是raspberry pi 于2018年左右推出的操作系统，主要分为raspbian-stretch-full、raspbian-stretch-desktop(桌面版）、raspbian-stretch-lite（轻量版）。相关版本可以到树莓派论坛上下载：http://www.shumeipai.net/resource.php?mod=category&catid=2.下载完之后解压，之后将系统烧录入SD卡即可。具体烧录过程这里不再赘述。
烧录完成后，开机完成一系列初始化配置，之后开始相关模块的安装。这里针对pytorch1.0.0采用whl文件安装的方式，jupyter和opencv均可以直接用pip安装。
1.检查pip和pip3的版本
在命令行分别输入pip -V和pip3 -V可分别查看pip和pip3的版本。默认情况下应该对应python2.7和python3.5，这里采用pip3安装相关模块。如果在安装过程中由于pip3版本过低而报错，建议升级一下pip3的版本：
python3 -m pip install --upgrade pip
2.jupyter的安装
直接在命令行输入：pip3 install jupyter即可。安装完毕后，不妨输入jupyter notebook试一下能否正常打开jupyter notebook的界面。
3.pytorch1.0.0的安装
由于predict模型要求pytorch的版本要高于0.4.0，所以选择安装pytorch1.0.0.这里我们采用下载编译好的whl文件来进行安装，不过在安装之前要安装相关的依赖包和进行一些变量的设置。
（1）首先 更新软件包列表  sudo apt-get update
安装必要的软件包
sudo apt-get install libopenblas-dev cython3 libatlas-dev m4 libblas-dev cmake
（2）(可选）安装和设置虚拟环境。
sudo pip3 install -U virtualenv
virtualenv -p python3 ~/my_envs/pytorch1.0
source ~/my_envs/pytorch1.0/bin/activate
ps:如果做了这一步，那么每次开始时在terminal里面敲入命令：
source ~/my_envs/pytorch1.0/bin/activate   之后再进入到python3.5的环境后import torch才会生效，不然会提示no module named 'torch’
（3）再安装两个包
pip3 install numpy pyyaml
（4）直接下载编译好的whl文件，这里提供一个网址https://link.zhihu.com/?target=http%3A//tomorrow.ai/shared/pytorch1.0_raspberry/torch-1.0.0a0%2B8322165-cp35-cp35m-linux_armv7l.whl
（5）下载完之后，在命令行里转到文件所在的文件夹里，比如我下载到了/home/pi/Downloads里面，在terminal里输入命令：
cd /home/pi/Downloads    之后就可以直接安装了：pip3 install +whl文件名
（6）安装完毕后 ，进入python3的terminal，输入import torch如果不报错安装就完成了。
（7）（可选）下文中还会用到的一些其他工具：
pip3 install torchvision
pip3 install matplotlib
参考教程：https://zhuanlan.zhihu.com/p/57938855
4.opencv的安装
（1）安装opencv所需的库
sudo apt-get install build-essential git cmake pkg-config -y
sudo apt-get install libjpeg8-dev -y
sudo apt-get install libtiff5-dev -y
sudo apt-get install libjasper-dev -y
sudo apt-get install libpng12-dev -y
sudo apt-get install libgtk2.0-dev -y
sudo apt-get install libatlas-base-dev gfortran -y
（2）一键安装opencv
sudo pip3 install opencv-python
安装完毕后，输入import cv2检查是否报错。
上述模块都安装完毕的话，就可以在板子上跑一下几个深度学习的predict模型了！下面两个小型深度学习模型供大家参考：
crnn文字识别：https://github.com/meijieru/crnn.pytorch
目标检测：https://heartbeat.fritz.ai/real-time-object-detection-on-raspberry-pi-using-opencv-dnn-98827255fa60