JetsonTX2 NX+torch+yolo 从刷机到实现部署记录

 一、刷机

1、PC端

下载一个VMware，创建一下ubuntu18.04，开机后进入虚拟机第一步直接换源，否则后面下载速度会很慢。

sudo gedit /etc/apt/sources.list # 编辑souces.list文件

到ubuntu | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

 替换全部sources.list文件并保存，然后更新一下

sudo apt-get update 
sudo apt-get upgrade

最后到JetPack SDK 4.6.1 | NVIDIA Developer

 下载后拷贝到虚拟机里，并在所存放的文件夹下打开终端执行

sudo apt-get install ./该deb文件名称  # 安装
sdkmanager                                        # 启动sdk

启动后打开申请个账号登录，这样子PC端就算是准备好了。

2、TX2 进入刷机模式并且连接到PC端

正常接线如下

刷机时的接线如下

 先拔掉TX2电源，接上数据线（Micro USB接口）、鼠标、显示器，最总要的一点：TX2和PC端连接到同一个局域网，我这里采取一个路由器分2条网线分别连接的形式。最后我们插上TX2电源，按住Reconvery不放再按Power开机，LED亮2秒后松开Reconvery。

此时PC端虚拟机会弹出连接设备选择连接进虚拟机即可。

然后我们转向PC端操作

在第一步我们勾选如下, Host Machine可不用勾选, 其为虚拟机端也下载软件包, 多为远程开发使用, 这里我们不需要点击, 选择反而会加长后续下载的时间

在第三行可以自行选择Jetpack的版本, 这里我选择Jetpack4.6.3，然后点击CONTINUE进入下一步，

 然后点击CONTINUE，第三步等待安装即可，此后会出现2个弹框

 点击Flash后TX2就会自动开机，并且PC会再次提示外设连接，依旧连接进虚拟机即可。

 整个刷机过程可能会出现许多问题，我遇到的问题是：CUDA下载失败，这是由于网络问题引起的，也跟软件源有关，所以换源后重试一下就可以了；第二个就IP地址问题，将PC端和TX2连接同一个局域网就解决了。

第四步点击FINISH就完成了。然后把TX2关机，将接线恢复到正常接线模式下，然后开机。

二、装torch、torchvision

注意：这里有的博主会让你去换TX2的软件源，本人不建议这样做，我踩了2次这个坑，改完之后由于依赖包被更新的问题导致我的无线网卡直接不工作连不上网，然后就只能重新刷机。

更换默认的python（这个其实无所谓，用得上的就换）

TX2刷机完成之后，有两个python，一个是3.6，一个是2.7。我这里需要3.6，所以需要设置默认的python为3.6。输入下列命令，把两个版本的python加入到alternatives列表中，

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

然后运行以下命令配置

sudo update-alternatives --config python

选择python3 版本对应的序号，然后退出。

输入下面命令，查看版本

python 

先安装Jetson工具, 方便快捷的查看系统环境和状态信息

使用如下命令安装

sudo apt install python3-pip # 安装pip3
 
sudo -H pip3 install -U jetson-stats # 安装Jtop工具
 
jetson_release # Jetson状态查看
 
sudo jtop # 启动Jtop

第一步、装archiconda

链接：https://pan.baidu.com/s/1wUC-xLUi4eOcmfV_be4Fig?pwd=0104 
提取码：0104

将Archiconda3文件夹放在home目录下，打开终端

cd ./Archiconda3

chmod +777 Archiconda3-0.2.3-Linux-aarch64.sh
sudo ./Archiconda3-0.2.3-Linux-aarch64.sh

安装完成后建一个虚拟环境

conda create -n XXXXX python=3.6 //以python3.6创建环境
注意：此处一定要用python=3.6，因为gpu版本的torch和touchvision最新版本只支持python3.6。

conda activate XXXXX //激活创建的环境

***提示：以后的所有操作一定要都要在虚拟环境下！！！***

第二步、装torch和torchvision的依赖

   cd ./torch依赖    #当然这里建议先给文件夹换个名字，中文确实不好操作

sudo dpkg -i libopenblas-dev_0.2.20+ds-4_arm64.deb 

sudo dpkg -i libopenmpi2_2.1.1-8_arm64.deb 

torchvision的依赖

同样的道理安装即可

第三步、装torch和torchvision

  cd .. #回到上一级目录

pip3 install Cython

pip3 install torch-1.8.0-cp36-cp36m-linux_aarch64.whl

pip3 install torchvision-0.9.0a0+01dfa8e-cp36-cp36m-linux_aarch64.whl

然后输入python

import torch或者torchvision此时如果出现 Illegal instruction 那就是环境变量问题，更改一下即可

'''修改环境变量'''
sudo gedit /etc/profile 

把 export OPENBLAS_CORETYPE=ARMV8 加入最后面一行，然后保存

'''更新环境变量'''
source /etc/profile

三、部署yolo

百度搜索：jenson nano对YoloV5进行部署以及TensorRT加速

选择作者：西伯利亚猹

跟着大神改就可以了。