aarch（ARM）架构下的YOLOv5配置

1、首先确认orin上的cuda版本和jetpack版本，后续安装的pytorch和torchvision都需要与版本对应上；
     解决nvcc -V command not found 问题：
        vim ~/.bashrc
    定位到内容末尾，最末尾
    添加命令：
    export LD_LIBRARY_PATH=/usr/local/cuda/lib
    export PATH=$PATH:/usr/local/cuda/bin
    添加后激活
    source ~/.bashrc

2、安装Miniconda3对应的aarch版本，创建自己的虚拟环境；

3、github上搜索https://github.com/qq44642754a/Yolov5_ros?tab=readme-ov-file，按照其英文教程进行yolov5_ros的安装，最后在工作空间下catkin_make -DPYTHON_EXECUTABLE=/usr/bin/python3；

4、在自己的虚拟环境下，从https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048网站下下载aarch版本的pytorch v1.11.0，并在目录下采用pip install安装；在https://github.com/pytorch/vision/tree/release/0.12网站下下载对应的torchvision的aarch版本，对应pytorch v1.11.0，torchvision版本为0.12.0,并采用源码编译。参见https://blog.csdn.net/hhfhng/article/details/127910237；

5、在conda环境下使用输入python3->import torch->torch.cuda.is_available()，若返回值为True，代表正常启动cuda，并可使用GPU；在conda环境下使用输入python3->import torchvision，若无报错代表torchvision可正常使用；

6、运行roslaunch yolov5_ros yolo_v5.launch,依据缺失的包（No module named xxx），采用pip install xxx进行反复安装；

7、解决Upsample' object has no attribute 'recompute_scale_factor'问题，见https://blog.csdn.net/Thebest_jack/article/details/124723687；

8、启动相机（记得source ~/.bashrc一下），设置好对应的ros话题发布图像信息，运行roslaunch yolov5_ros yolo_v5.launch则可正常检测。