将yolov8 、torchvision(v0.15.1)、torch(v2.0.0)项目拷贝到板卡
yolov8项目Github地址:https://github.com/ultralytics/ultralytics
torchvision项目地址:https://github.com/pytorch/vision/tree/v0.15.1
nvidia定制torch项目地址:PyTorch for Jetson - Jetson Nano - NVIDIA Developer Forums
点击就可以下载了
安装yolov8 依赖库
进入yolov8根目录执行
命令 sudo pip3 install -r requirements.txt -i https://pypi.douban.com/simple
如果提示 pip3: command not found
在终端执行 sudo apt-get install python3-pip
安装完成
再执行命令 sudo pip3 install -r requirements.txt -i https://pypi.douban.com/simple
安装onnxsim时出现此错误,是缺少cmake,安装cmake
命令 sudo apt-get install cmake
安装完成
注意如果还是报错就升级cmake到比较新的版本(cmake>=3.22)
命令
wget -O - https://apt.kitware.com/keys/kitware-archive-latest.asc 2>/dev/null | sudo apt-key add –
sudo apt-add-repository 'deb https://apt.kitware.com/ubuntu/ bionic main'
sudo apt-get update
sudo apt install cmake
onnxsim安装比较慢,耐心等待
最后安装ultralytics
命令 sudo pip3 install ultralytics
进入上传的路径 执行
命令 sudo pip3 install torch-2.0.0+nv23.05-cp38-cp38-linux_aarch64.whl
导入torch报错
就安装这个包
命令 sudo apt-get install libopenblas-dev
验证 torch为gpu版
sudo python3
import torch
torch.cuda.is_available()
编译torchvision
先安装依赖项
命令 sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
修改 环境变量
命令 sudo vim ~/.bashrc
最后一行添加
export BUILD_VERSION=0.15.1
source ~/.bashrc
然后编译 命令 sudo python3 setup.py install –user ,torchvision编译大概半个小时到一个小时,耐心等待就行
编译完成之后用sudo pip3 list 就能看到torchvision了