【Jetson Xavier NX部署YOLOv5环境】

416317

已于 2023-09-01 11:55:35 修改

阅读量537

点赞数

文章标签： yolov5

于 2023-08-29 01:26:11 首次发布

本文链接：https://blog.csdn.net/weixin_44868301/article/details/132501921

版权

Jetson Xavier NX部署YOLOv5环境

一、jtop安装

一、jtop安装

sudo apt-get update
sudo apt-get install git cmake
sudo apt-get install python3-dev
sudo apt-get install libhdf5-serial-dev hdf5-tools
sudo apt-get install libatlas-base-dev gfortran
sudo apt install python3-pip
sudo -H pip3 install -U jetson-stats
sudo reboot

输入jtop
在这里插入图片描述

二、Jetson设置不息屏

gsettings set org.gnome.desktop.session idle-delay 0

三、安装cuda10.2与cudnn8.0

按理说出厂或刷机后应该装好，但我现在这个没有装，有的跳过即可

jetpack4.6.1版本安装cuda10.2

sudo apt-get install cuda-toolkit-10-2

下载好后配置环境

sudo gedit ~/.bashrc

将以下内容复制到最后一行

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_ROOT=/usr/local/cuda

激活环境变量

source ~/.bashrc

安装cudnn8.0

链接：https://pan.baidu.com/s/1AlsKa2esktaFxwUI768BSQ
提取码：1998
在这里插入图片描述
运行下述

sudo dpkg -i libcudnn8_8.0.0.180-1+cuda10.2_arm64.deb
sudo dpkg -i libcudnn8-dev_8.0.0.180-1+cuda10.2_arm64.deb
sudo dpkg -i libcudnn8-doc_8.0.0.180-1+cuda10.2_arm64.deb

安装完成后，其实是直接安装到了默认安装路径usr/include和usr/lib下的，因此需要将其拷贝到cuda安装路径下：

sudo cp /usr/include/cudnn.h /usr/local/cuda/include/
sudo cp /usr/lib/aarch64-linux-gnu/libcudnn* /usr/local/cuda/lib64/

四、部署YOLOv5环境

1. 下载torch-1.8.0-cp36-cp36m-linux_aarch64.whl

下载地址：nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl

2.安装所需的依赖包及pytorch

pip3更换清华源（若报错ERROR: unknown command "config"先运行sudo -H pip3 install -U pip）

sudo pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
pip3 install Cython
pip3 install numpy
pip3 install torch-1.8.0-cp36-cp36m-linux_aarch64.whl

sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev

git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision  #下载torchvision，会下载一个文件夹
cd torchvision	#或者进入到这个文件夹，右键打开终端
export BUILD_VERSION=0.9.0
python3 setup.py install --user	#时间较久
#验证torch和torchvision这两个模块是否安装成功
python3
import torch
print(torch.__version__)	#注意version前后都是有两个横杠
#如果安装成功会打印出版本号
import torchvision
print(torchvision.__version__)
#如果安装成功会打印出版本号

若git clone过慢，参考https://segmentfault.com/a/1190000039768491
在这里插入图片描述

git clone https://github.com/ultralytics/yolov5.git		#因为不开VPN很容易下载出错，建议在电脑中下载后拷贝到jetson nano中
python3 -m pip install --upgrade pip
cd yolov5	#如果是手动下载的，文件名称为yolov5-master.zip压缩包格式，所以要对用unzip yolov5-master.zip进行解压，然后再进入到该文件夹
pip3 install -r requirements.txt

一般情况下不能完全装上，所以挨个版本装出来的，我下载的是YOLOv5 6.0版本的，其中配置文件如下

# YOLOv5 requirements
# Usage: pip install -r requirements.txt

# Base ------------------------------------------------------------------------
gitpython>=3.1.30
matplotlib>=3.3
numpy>=1.18.5
opencv-python>=4.1.1
Pillow>=7.1.2
psutil  # system resources
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
thop>=0.1.1  # FLOPs computation
torch>=1.7.0  # see https://pytorch.org/get-started/locally (recommended)
torchvision>=0.8.1
tqdm>=4.64.0
# ultralytics>=8.0.100
# protobuf<=3.20.1  # https://github.com/ultralytics/yolov5/issues/8012

# Logging ---------------------------------------------------------------------
# tensorboard>=2.4.1
# clearml>=1.2.0
# comet

# Plotting --------------------------------------------------------------------
pandas>=1.1.4
seaborn>=0.11.0

# Export ----------------------------------------------------------------------
# coremltools>=6.0  # CoreML export
# onnx>=1.10.0  # ONNX export
# onnx-simplifier>=0.4.1  # ONNX simplifier
# nvidia-pyindex  # TensorRT export
# nvidia-tensorrt  # TensorRT export
# scikit-learn<=1.1.2  # CoreML quantization
# tensorflow>=2.4.0  # TF exports (-cpu, -aarch64, -macos)
# tensorflowjs>=3.9.0  # TF.js export
# openvino-dev  # OpenVINO export

# Deploy ----------------------------------------------------------------------
setuptools>=65.5.1 # Snyk vulnerability fix
# tritonclient[all]~=2.24.0

# Extras ----------------------------------------------------------------------
# ipython  # interactive notebook
# mss  # screenshots
# albumentations>=1.0.3
# pycocotools>=2.0.6  # COCO mAP

对应jetson中的安装命令如下

pip3 install gitpython==3.1.20
pip3 install matplotlib==3.2.2 #这里一般都会有问题，直接pip3 install matplotlib即可，一般会默认2.2版本，装不上也没事，后续装seaborn时会继续装合适的版本
pip3 install numpy==1.19.5
pip3 install opencv-python==4.5.3.56
pip3 install Pillow>=7.1.2
pip3 install psutil
pip3 install PyYAML
pip3 install requests
pip3 install scipy==1.4.1
pip3 install thop
#torch>=1.7.0  上面已经装过 1.8
#torchvision>=0.8.1  上面已经装过 0.9.0
pip3 install tqdm==4.61.2
pip3 install pandas>=1.1.4
pip3 install seaborn
pip3 install setuptools==59.6.0
pip3 install scikit-build==0.11.1
pip3 install tensorboard==2.5.0

若gitpython报错直接把train那里的代码删了也没影响。

python3 -m pip list		#可查看python中安装的包
以下指令可以用来测试yolov5
python3 detect.py --source data/images/bus.jpg --weights yolov5s.pt --img 640	#图片测试

参考
[1]: https://blog.csdn.net/GNNUXXL/article/details/119246587
[2]: https://blog.csdn.net/weixin_44017159/article/details/122279665
[3]: https://www.modb.pro/db/398404
[4]: http://adrai.github.io/flowchart.js/