1.查看JetPack版本
新到手的NX首先需要确定一下JetPack的版本:
sudo apt-cache show nvidia-jetpack
会显示类似下面的内容:
Package: nvidia-jetpack
Version: 4.6-b199
Architecture: arm64
Maintainer: NVIDIA Corporation
不同的JetPack版本会对应后续不同torch和torchvison版本的选择。
2.拓展存储空间
NX自带的存储空间非常小,想要部署YOLO5肯定是装不下的。可以安插SD卡或者安装SSD固态硬盘来解决这个问题,我手里的NX商家给赠了一个128G的固态硬盘。(SSD的读写速度是SD卡的7倍,更建议使用SSD)
顺便说一下如何实现SSD作为第一启动:
2.1格式化已安装的 SSD
打开NX,在菜单中搜索Disks并打开:
在红框里的目录中,选择format
按照如下格式选择进行格式化:
格式化后,点击下面红框里的小加号进行分区,我建议你选择16 GB的分区用作交换文件:
点击红框中的设置,给卷起个名字:
最后是这样:
2.2将NX自带SD卡上的全部存储内容复制到SSD中
执行下面命令:
git clone https://github.com/jetsonhacks/rootOnNVMe.git
cd rootOnNVMe
./copy-rootfs-ssd.sh
git clone的时候,报错
gnutls_handshake() failed: The TLS connection was non-properly terminated.
原因可能是代理出现错误,解决方案如下:
git config --global --unset https.https://github.com.proxy
git config --global --unset http.https://github.com.proxy
2.3设置SSD作为第一启动
执行下面命令:
./setup-service.sh
重启使设置生效。
3.安装和配置CUDA与CUDNN
pytorch和torchvision的使用需要CUDA和CUDNN支持。
查看CUDA版本命令:
nvcc --version
或
nvcc -V
如果没有安装NVCC,则使用下面命令:
cat /usr/local/cuda/version.txt
查看CUDNN版本命令:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
4.下载YOLO5模型
5.部署环境
这几步的流程和我之前在Xavier中部署YOLO5完全相同,可以参考这里。