jetson nano2gb的yolov5gpu开机配置到运行启动代码

最新推荐文章于 2023-10-22 15:22:31 发布
最新推荐文章于 2023-10-22 15:22:31 发布
阅读量2.3k 收藏 39
点赞数 4
文章标签： windows linux 视觉检测 单片机
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53357019/article/details/126940102
版权

Jetson Nano 2gb开发者套件规格书

1.jetsonnano sd卡的镜像烧录

Jetson 下载中心 | NVIDIA Developer

下载好后先放置一个新的文件夹下

2.下载烧录工具：sd卡格式化软件和烧录软件

链接：https://pan.baidu.com/s/176NGGZZrtBWjHC-ibWrRdg 密码：1111

3.开始格式化内存卡：（要求16g的内存卡，这样空间会大一些）

打开SDFormatter格式化软件，最好选择32g和64g的闪迪内存卡。

 更新一下选择内存卡进行格式化。

4.开始烧录镜像

 选着刚才下载的jetsonnano2gb的镜像文件，再选择设备内存卡，后写入，等待烧录。烧录时间大概18分钟，烧录成功后点击完成直接弹出内存卡，不用理会系统弹出的内存卡错误。

5.jetsonnano2gb的开机配置

先把刚才的内存卡插入jetsonnano的sd卡槽

 

 后连接键盘鼠标，显示屏，电源，网线等外设

后上电等待系统初始化

系统初始化

 按照红框显示点击继续

 选择语言可选择简体中文，后继续

 

选择键盘的语言按照默认选择 

选择wifi但是我的jetsonnano2gb并没有wifi这个功能，此部分可先不连接直接跳过

选择地区，选上海就可以了，后继续

设置用户名和密码，用户名英文不要带中文。（建议密码用户名简单一些，不然忘记有点麻烦） 

选择磁盘后继续

选择运行模式，默认就好

 后继续登录账号

登录成功后

 设置root密码

Ubuntu的 默认root密码是随机的，每次开机都有一个新的root密码。我们需要重新设置一个。

打开终端

输入sudo passwd更改密码这样jetsonano2gb的开机配置就完成啦！

因为jetson nano2gb没有wifi要插网线，用校园网的同学先进浏览器登录后再进行工作

5.更换镜像源（NVIDIA官方提供的Linux镜像版本为Ubuntu 18.04 LTS，镜像默认的是Ubuntu官方源，在国内使用该源下载程序速度较慢，所以需要更换。）

  打开终端输入sudo apt-get update（如果出现错误看下面的解决步骤，若没出现直接划到下面看另一种方法）

Err:84 http://us.archive.ubuntu.com/ubuntu bionic-backports/main arm64 Packages 404 Not Found [IP: 91.189.91.38 80]

解决步骤：

1、查看ubuntu版本：

cat /etc/issue

2、修改sources.list文件

cd /etc/apt
cp /etc/apt/sources.list /etc/apt/sources.list.bak

3.换源

deb https://mirrors.ustc.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-security main restricted universe mult

或

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe

4、更新了源文件之后，保存退出

sudo apt-get update

若没有出现错误

终端输入命令打开sources.list文件

sudo gedit /etc/apt/sources.list

删除文件内所有内容，添加下述内容（以清华大学镜像源为例，注意镜像源需要支持arm64架构）：

# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-proposed main restricted universe multiverse

阿里巴巴镜像源：

# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic main restricted universe multiverse
# deb-src https://mirrors.aliyun.com/ubuntu-ports/ bionic main restricted universe multiverse
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.aliyun.com/ubuntu-ports/ bionic-updates main restricted universe multiverse
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.aliyun.com/ubuntu-ports/s bionic-backports main restricted universe multiverse
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.aliyun.com/ubuntu-ports/ bionic-security main restricted universe multiverse
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.aliyun.com/ubuntu-ports/ bionic-proposed main restricted universe multiverse

系统源和软件源配置完成以后，使用下述两条命令更新：

sudo apt update
sudo apt upgrade -y

6.配置pip

#安装pip3
sudo apt-get update
sudo apt-get install python3-pip python3-dev -y
#安装jtop（安装jtop，首先安装pip3）
#安装jtop库这个可以监控自己的设备cpu、gpu工状态
sudo -H pip3 install jetson-stats
sudo jtop #运行jtop（第一次可能不行，第二次就好了）  按【q】退出

7.archiconda的安装

  1. 为什么选择archiconda呢？因为英伟达的板子包括妙算都是arm架构类似手机架构不能像电脑那样安装Linux 的anconda和win10的的ancoda
  2. 下载archiconda

  3. 这里我直接给出我的百度云链接，因为去官网下载至少30分钟，先用电脑下载到另一个u盘再插入英伟达板子.

  4. https://pan.baidu.com/s/1W9LjQsmdM6RwSUH3x4wmJA提取码：1111

  5. 把文件放入jetsonnano2gb的板子后复制粘贴到主目录，在该文件所在处单击鼠标右键打开终端终端输入cd

  6. 1.sudo ./Archiconda3-0.2.3-Linux-aarch64.sh 安装
2.sudo vim ~/.bashrc
3.最后一行添加export PATH=~/archiconda3/bin:$PATH
4.退出后刷新source ~/.bashrc
  7. .虚拟环境的创建和激活 
    conda create -p XXXXX python=3.6
conda activate XXXXX激活虚拟环境，往后想进入虚拟环境就运行此行代码
离开虚拟环境命令conda env list
conda remove -p XXXXX --all 删除虚拟环境
虚拟环境可在archiconda文件的env里看到
Xxxx是你自己想创建的虚拟环境名称，为什么选3.6呢？因为jetson nano2gb搭建yolov5其已经自带python2.7和python3.6，直接用其只有的python创建即可。
  8. 配置cuda

  9. Jetsonnano的镜像自带cuda10.2和cudnn加速库

    1.gedit ~/.bashrc终端运行
2.底行输入
export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-10.2
export OPENBLAS_CORETYPE=ARMV8 # 不加的话，运行相关的项目会内核崩掉
3.保存退出
4.source ~/.bashrc刷新环境
nvcc -V检查cuda环境出现cuda10.2就是配置成功

    jetsonnano的yolov5 gpu版本的pytorch

  10. 此步很重要要仔细看（Jetsonnano的cuda版本为10.2对应版本）

 

 

其是安装yolov5里面两个最重要的包，要严格对应下载，要对照自己的cuda版本去依照安装

 其pytorch下载方式可去官网PyTorch下载

 历史版本在这个网站PyTorch for Jetson - version 1.10 now available - Jetson & Embedded Systems / Jetson Nano - NVIDIA Developer Forums

 

或者可以下载我的百度云链接进行下载

链接：https://pan.baidu.com/s/1OzqcBppG-69lAkc_BQbw7w

提取码：1111

接下来就是这两个包的安装，先用电脑下载好后传入nano进行安装

pytorch和torchvision的安装

  1. 进入虚拟环境，不懂的看前面。

      2.安装pip

sudo apt-get update
sudo apt-get upgrade
sudo apt-get dist-upgrade
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
pip3 install --upgrade pip		#如果pip已是最新，可不执行

再添加清华源为默认网址，终端输入

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装pytorch和trochvision（最重要的地方）

然后找到下载好的torch-1.8.0-cp36-cp36m-linux_aarch64.whl包的所在文件夹，进入文件夹中，输入安装命令：

pip3  install torch-1.8.0-cp36-cp36m-linux_aarch64.whl  #注意安装包的位置不得的话就加sudo

测试pytorch是否安装成功：

python  #进入python编码

import torch

 

print(torch.__version__)

看到torch的版本号，torch安装成功

安装torchivision

进入trochvision文件夹中，
执行命令：
export BUILD_VERSION=0.9.0
然后执行安装命令：
python setup.py install   //需要巨他妈久的安装时间1个半小时左右
4.测试trochvision是否安装成功
进入python编码：
python
执行：
import torchvision
再执行：
print(torchvision.__version__)
看到torchvision版本号，成功。安装到这里就差不多成功了，下面只要进入yolov5文件夹中去就大功告成。

搭建YOLOv5环境

  1. 还是在虚拟环境中
  2. 进入yolov5的文件夹后打开终端，运行该命令

pip install -r requirements.txt

因为我们前面更换了清华源镜像所以下载速度还是很快的，等待安装完成。

测试yolov5

python detect.py --weights yolov5s.pt

 

其gpu环境虽然只有8-10帧但是对于一块500块左右的板子性能还算不错了，不使用串口，加速后能够有25帧的效果。（摄像头的帧率对yolov5运行的帧率也很吃要求）

池子tt
关注
  • 4
    点赞
  • 踩
  • 39
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
c++并行计算代码_NVIDIA Jetson Nano 2GB—体验并行计算
weixin_42514889的博客
12-22 507
在本系列上一篇文章里，我们介绍了如何进行网络设置及添加 SWAPFile 虚拟内存。在本篇文章中，我们将会带领大家体验并行计算性能。当我们在 Jetson Nano 2GB 上安装好 JetPack 系统后，就可以开始运行一些范例。借助范例来体验，是最直接的方式。好多开发者问 Jetson Nano 2GB 真的可以支持 CUDA 么？本篇我们教大家跑几个经典 CUDA Sample，带领大家逐步...
Jetson Nano部署YOLOv5与Tensorrtx加速
君莫笑的博客
12-01 4406
Jetson Nano部署YOLOv5与Tensorrtx加速
Jetson Nano 2GB Developer Kit 安装说明
记录和分享
11-29 1738
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
英伟达 nano 新手必读：Jetson Nano 2GB 开发者套件入门指南
程序猿视角
03-15 8148
引言 NVIDIA®Jetson Nano™ 2GB开发工具包是教学、学习和开发人工智能和机器人技术的理想选择。有了一个活跃的开发人员社区并准备好构建开源项目，您将找到开始工作所需的所有资源。它以低廉的价格提供了令人难以置信的人工智能性能，并使人工智能和机器人技术的世界为每个人提供了完全相同的NVIDIA软件和工具，用于在所有行业创造突破性的人工智能产品。 A Jetson Nano 2GB Developer Kit includes a non-production specification Jets
将实时频谱分析仪与HIF输出配合使用
hongke_weixin的博客
02-10 616
  本应用指南概述了R5500的HIF技术以及如何将其与HIF一起使用输出端口。 概述   ThinkRF R5500实时频谱分析仪（RTSA） 配备了高中频（HIF）转换技术，旨在将频率扩展到频率范围受限的接收器。 R5500 HIF技术将0.05-8/18/27 GHz频率范围内的RF（射频）输入信号转换为可用于接收器的IF（中频）信号。   模拟HIF输出信号显示在RTSA的HIF OUT端口上，由接收器处理，该信号被调谐到下表中所示的可用IF（中频）之一。 HIF OUT端口上显示的中频频率将取决
玩转 Jetson Nano——开机准备与远程连接设置
不能再吃了OvO的博客
05-14 2559
Nano开机准备与远程连接设置1.开机前的准备1.1 认识 Nano1.2 硬件准备1.2.1 必备1.2.2 选配1.3 在 SD 卡上烧写系统1.3.1 下载镜像1.3.2 格式化 SD 卡1.3.3 将镜像烧录到 SD 卡1.4 网络连接1.4.1 安装无线模块1.4.2 设置静态 IP1.5 供电2.远程连接2.1 远程登录终端2.1.1 获取 Nano 的 IP2.1.2 SHH 远程登录2.1.3 SSH 图形化工具 WinSCP2.2 远程登录桌面2.2.1 安装 VINO：VNC Serve
jetson nano 配置yoloV5环境资源文件
12-01
在本文中，我们将深入探讨如何在Jetson Nano设备上配置YOLOv5的运行环境，以便充分利用这个小巧但强大的嵌入式计算机进行实时对象检测任务。YOLO（You Only Look Once）是一种流行的深度学习目标检测模型，而YOLOv5...
jetson nano csi摄像头 tensorrt 运行yolov8检测 项目代码
05-27
3. **TensorRT**: TensorRT是一个高性能的深度学习推理（Inference）优化器和运行时，它能够将训练好的神经网络模型转化为高效的CUDA代码，以在NVIDIA GPU上运行。在Jetson Nano上，TensorRT能够充分利用GPU的并行...
jetson nano部署Yolov5实现检测到摩托车后声、光、电报警
最新发布
04-08
通过以上步骤，我们可以构建一个高效且实用的摩托车检测系统，不仅能在Jetson Nano这样的小型设备上运行，还能在检测到摩托车时立即启动报警机制，为安全监控提供有力保障。 总的来说，这个项目展示了如何将先进的...
Vision2021:2021年第一个FRC银河搜寻任务视觉代码。该代码将能够使用Nvidia Jetson Nano和YOLOv5在运动场上运行实时目标检测
03-21
该代码将能够使用Nvidia Jetson Nano和YOLOv5在运动场上运行实时目标检测。 YOLOv5对象检测信息/文档 YOLOv5是用于实时对象检测的AI对象检测库。 资源 用法 注意：所有软件包和模块都使用virtualenv坐在虚拟环境中...
Jetson nano部署Yolov8.html
01-28
Jetson nano部署Yolov8.html
零基础入门Jetson Nano——MediaPipe双版本（CPU+GPU）的安装与使用
热门推荐
qq_56548850的博客
04-06 1万+
本文详细介绍了如何在Jetson Nano上实现MediaPipe（CPU+GPU)
基于Jetson Nano的并行图像滤波算法优化与部署
DeepLearning_的博客
09-04 325
我们实现了基于 GPU (CUDA) 和 CPU (PThread) 的卷积算法，在此基础之上，我们进一步实现 Sobel、Laplacian、均值和高斯滤波器，它们可以被用于图像处理，一个典型的应用场景就是图像降噪。因此，我们的实验内容主要围绕这些滤波器在图像降噪上效果和它们在Jetson Nano 上的性能表现展开。我们分别从两个角度对这些滤波器进行上层封装，即实验角度和部署角度。既然谈到部署，当然不能局限于人工输入图像，因此，我们加入了摄像头。
Jetson Nano配置YOLOv5与Tensorrtx加速可到FPS=50
weixin_64340067的博客
10-22 1783
Jetson Nano配置YOLOv5与Tensorrtx加速，及一些换源，共享文件夹，u盘兼容，swap开辟
Jetson Nano开机自动进入桌面环境设置，不需要每次输入sudo init 5
い天然呆的博客
07-31 480
如果在 Jetson Nano 上找不到 /etc/default/grub 文件，则说明 Jetson Nano 使用的是 NVIDIA 发布的 JetPack 软件包，并且该软件包使用的是 L4T（Linux for Tegra）操作系统。例如，如果要使用图形化界面，可以将其更改为 graphical.target。注意：在更改系统的运行级别之前，应该对其进行仔细的评估，以确保它符合您的需求。现在，当重新启动 Jetson Nano 时，它将自动切换到指定的运行级别。
Jetson Nano 自定义启动图标kernel Logo cboot logo
嵌入式开发记录
06-15 1210
Jetson Nano的启动图标分为两个部分，一个图标位于cboot内，注意不是uboot logo；一个在内核启动后文件系统内。 1、 进入到工具目录 2、 编辑config 编辑config_file.example文件，并重命名为config_file,将里面的内容： nvidia480.bmp nvidia 480; nvidia720.bmp nvidia 720; nvidia1080.bmp nvidia 1080 修改成自己的文件名字，例如 12.bmp nvidia 480; 12.bm
【Ubuntu】配置 Jetson Nano 基础环境（二）
G.Chenhui的博客
08-06 2617
包含密码的修改、图形化的关闭和开启、自动登录、开启最大频率
NVIDIA Jetson Nano 2GB 系列文章（5）：体验视觉功能库
m0_70785357的博客
07-04 408
本文会为大家介绍 NVIDIA 在 JetPack 开发环境中，提供的两套非常完整的与视觉技术相关的开发工具包，分别是 VisionWorks 与 MultiMedai API，这两个开发工具包不仅在电脑视觉（Computer Vision）中占据非常重要的分量，也在深度学习的视觉应用中扮演十分重要的角色。在一个完整的视觉应用中，包括摄像头/视频这些输入源的格式转换处理，以及计算结果的输出叠加处理，都非常复杂并且需要消耗大量计算资源。NVIDIA 设备不仅能够在计算性能上取得绝对的优势（这在上一篇文章中就能
Jetson Nano 2GB基于Jetpack4.6（ubuntu18.04）下的JetBot小车项目实践（一）
weixin_46151178的博客
09-24 996
官网支持到了Jetpack4.5，然而我不想因为一个小车去刷机，毕竟我的环境是4.6还有很多资料环境在这个sd卡里面，如果有需要的同学可以找我分享资料可以留言，基本Jetson上的环境我都有。个人清单淘宝店铺三家筹齐花了几百大洋，不过都是赚钱的几个商家就不挂出来了，感觉都是中下等产品，有个商家在知乎导致我延期了一个月才开工，最重要的是没舵机和车轮，车轮不发太秀了。前提概述，手里的nano放着快吃灰了，想着加点配件改造一下，于是开始拿出了零花钱东拼西凑开始做玩具。这将确保您熟悉杰森纳米和标准操作。
jetson nano配置yolov5
03-16
Jetson Nano 是一个功能强大的小型计算机，可以用来运行深度学习模型。而 YOLOv5 是一种高效的目标检测算法，经常被用于实时物体检测。 以下是配置 Jetson Nano 运行 YOLOv5 的基本步骤： 1. 安装 JetPack JetPack 是 Jetson Nano 的操作系统，其中包含了 CUDA、cuDNN 等深度学习所需的依赖库。可以从 NVIDIA 官网下载最新版本的 JetPack，并按照官方文档进行安装。 2. 下载 YOLOv5 源码 在 Jetson Nano 上运行 YOLOv5 需要下载源代码。可以从 YOLOv5 的 GitHub 仓库中下载源码，并解压到合适的目录中。 3. 安装 Python 依赖 在 Jetson Nano 上运行 YOLOv5 需要安装一些 Python 依赖库，如 PyTorch、OpenCV 等。可以使用 pip 命令安装这些依赖库，如下所示： ``` pip install torch torchvision opencv-python ``` 4. 下载预训练权重 YOLOv5 的目标检测模型需要预训练权重才能进行推断。可以从 YOLOv5 的 GitHub 仓库中下载预训练权重，并保存到合适的目录中。 5. 运行推断 在配置完成后，就可以使用 Jetson Nano 运行 YOLOv5 进行目标检测了。可以使用以下命令启动推断： ``` python detect.py --weights /path/to/weights.pt --source /path/to/image/or/video ``` 其中，`/path/to/weights.pt` 是预训练权重的路径，`/path/to/image/or/video` 是需要进行目标检测的图像或视频的路径。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

池子tt

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值