在tx2上配置deep_sort_yolov3

step1: 刷机

按照博客 https://blog.csdn.net/DeepWolf/article/details/88640937
将tx2 刷成 JetPack3.3 版本

step2: 安装tensorflow

安装依赖
按照官网安装依赖 https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html
即只执行官网的第二步: 2. Prerequisites and Dependencies
下载轮子安装tensorflow1.9.0
轮子地址：https://developer.nvidia.com/embedded/downloads#?search=tensorflow
如下选中对应的版本：

进行安装：

sudo pip3 install tensorflow_gpu-1.9.0+nv18.8-cp35-cp35m-linux_aarch64.whl

至此完成tensorflow1.9.0的安装
说明
至此可能大家有些疑惑，为什么不直接按照官网推荐的安装的方式：

sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v33 tensorflow-gpu

进行安装呢？原因就是这种安装方式会默认安装成 tensorflow1.14.0，这个版本太高，与1.9.0版本相比，有很多的接口发生了变动，从而导致deep_sort_yolov3运行失败．所以推荐大家直接下载1.9.0版本的轮子进行安装．

step3: 安装keras

如果直接：

sudo pip3 install keras==2.2.5

会出现scipy库安装不上而导致安装失败，可按　Jetson TX2 安装Keras 出现Failed cleaning build dir for scipy　这篇博客提供的方式先通过apt-get安装scipy，然后再pip安装keras，亲测有用
说明
网上有很多博客里说一定要使 keras 版本与 tensorflow.keras 的版本一致，才能保证正常运行，实际上1.9.0版本的 tensorflow.keras 的版本是2.1.6，当我按照这个版本进行 keras 安装时，直接发出警告，tensorflow.keras里面的某些模块的接口不对，需要进行更改，看来这两个版本不是一致的．随即进行了多个版本的安装测试，最后发现安装 keras 2.2.5版本就不会有警告．事实说明 tensorflow.keras里面的版本是比实际的keras版本更高的(猜测)．

step4: 安装deep_sort_yolov3依赖库

NumPy
在安装 tensorflow 的依赖时已经安装
sklearn

sudo pip3 install -U Cython
sudo pip3 install -U sklearn

Pillow

sudo pip3 install -U Pillow

OpenCV
可按照博客 https://jkjung-avt.github.io/opencv3-on-tx2/ 进行安装，这个博客能保证 opencv 库安装到python3.5路径下．

step5: 下载 deep_sort_yolov3 和模型

下载 deep_sort_yolov3

git clone https://github.com/Qidian213/deep_sort_yolov3

下载并转换模型
官网下载 yolo模型 https://pjreddie.com/darknet/yolo/
然后执行转换：

python3 convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

step6: 测试

推荐一个系统资源查看工具 jetson-stats，安装及查看方式如下：

sudo -H pip3 install jetson-stats
sudo jtop

运行 deep_sort_yolov3 demo

python3 demo.py

结果如下视频所示：

deep

视频像素值：1920*1080
结果输出帧率只有1.3帧左右

---

基础知识:

yolov3知识讲解 : https://towardsdatascience.com/yolo-v3-object-detection-53fb7d3bfe6b

TensorFlow Keras　 Tensorflow入门——Keras简介和上手

匈牙利算法　匈牙利算法-看这篇绝对就够了！

NumPy库　NumPy 教程

Sklearn库　Python之Sklearn使用教程

设置python3为默认python　https://blog.csdn.net/WK785456510/article/details/81094040

小技能

查阅cudnn版本，从而确定JetPack版本

cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2

cudnn版本与JetPack版本对应关系：
JetPack 3.3 -> cudnn 7.1.5
JetPack 3.2 -> cudnn 7.0.5
官网可查具体的对应关系 https://developer.nvidia.com/embedded/jetpack-archive