AGX部署yolov5(pytorch)

参考

环境
opencv
这次环境是针对yolov5的version4的

Anaconda

参考
Xavier无法安装Anaconda，但是有替代品，名字是miniforge，miniforge与miniconda的区别在于miniforge的下载通道是conda-forge，两者使用起来并无区别。

miniforge的github地址：哟
miniforge的.sh release下载地址：哈

sh name.sh

修改镜像源加速, 在终端输入

# 清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

创建py虚拟环境

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
conda create -n py36 python=3.6
conda activate py36
pip install Cython matplotlib==3.2.2 numpy==1.18.5 Pillow PyYAML==5.4.1 scipy==1.5.4 tensorboard==1.15.0       

我们使用conda创建了虚拟环境后，进入创建的虚拟环境python。输入“import cv2”时发现没有包。
此时我们只需找到 /usr/lib/python3.6/dist-packages/cv2/python-3.6路径下的cv2.cpython-36m-aarch64-linux-gnu.so文件，复制到路径/home/jetson/archiconda3/envs/tf-gpu/lib/python3.6文件夹下即可。

sudo cp /usr/lib/python3.6/dist-packages/cv2/python-3.6/cv2.cpython-36m-aarch64-linux-gnu.so /home/zhao/mambaforge/envs/tf-gpu/lib/python3.6

下载pytorch.whl, 网址烤鸡

这边用pytorch1.7.0+torchvision0.8.1

pip install torch-1.7.0-cp36-cp36m-linux_aarch64.whl

根据版本对应安装torchvision，当然同样无法直接pip安装，所以我们进行源码安装：

git clone -b v0.8.1 https://github.com/pytorch/vision.git vision-0.8.1
cd vision-0.8.1
sudo /home/zhao/mambaforge/envs/py36/bin/python3.6 setup.py install   #可能有bug
pip install tqdm==4.58.0 seaborn==0.11.1 pandas thop pycocotools==2.0.2

BUG

在Jetson Xavier上安装torchvision编译报错：fatal error: libavcodec/avcodec.h: No such file or directory
网上给出的方法很多都是说由于ffmpeg版本导致的问题，但是我又不想去搞这个ffmpeg，不想把问题复杂化！然后在官网看到一条解决方式，在编译之前，对setup.py文件进行一些修改，把：
if has ffmpeg 改为if False即可

test