树莓派4B安装系统、opencv4.1、pytorch踩坑记录
树莓派系统镜像下载
因为国内网络原因，从树莓派官网下载太慢，而且可能下载到一半就会卡死，这里选择从清华大学开源软件镜像站下载，进入这个网站之后，找到下图中的三个项。
这里三项分别对应着树莓派官网的三种系统镜像。
- 带图形桌面和推荐软件：(raspbian_full)Raspbian Stretch with desktop and recommended software
- 带图形桌面：(raspbian)Raspbian Stretch with desktop
- 最简版：(raspbian_lite/)Raspbian Stretch Lite
因为我这里并不需要用到树莓派的推荐软件比如说libreoffice等，所以这里选择第二个只带图形桌面的系统镜像就好了。
单击进入其中一项后，选择下图中的选项。
然后进入界面，选择一个版本进入，我选择的是最新版。
这里选择直接下载zip压缩文件。
下载完成后，要把系统装进sd卡或者安装其它系统的话，可以参考这一篇文章，我这里就不再多写了。
最后还说一下，如果你玩过树莓派3b+或者之前的版本的话，当树莓派进行文件读取或写入的时候，绿灯会不停闪烁，这代表树莓派在进行读写。但是树莓派4b有一些不同，它是进入系统后只亮红灯，绿灯灭，其实这在树莓派4b上是正常的，不必担心。
引导树莓派4b进入USB设备的系统
注：需要多准备一张SD卡，不用太大，一般超过256M即可，大一点也没关系，不影响接下来的步骤。
树莓派4与以前的版本有一些不一样，在树莓派3B时代，设置U盘启动只需要设置program_usb_boot_mode=1，但在树莓派4中并不合适，Pi4使用与早期型号不同的引导加载程序。它存储在电路板上的eeprom中，而不是存储在芯片中。但也据说后期将会在树莓派4中提供类似的方法。
树莓派4B不能设置OTP位，但是可以使用旧的办法，通过SD卡引导位于U盘中的系统。
将系统镜像装进USB设备里，我这里用的是USB30.的固态硬盘，方法与装进SD卡一样，可以参考上面的部分，注意如果你要使用wifi和ssh的话，记得看我推荐的文章里面的步骤。
重点来了，装好之后是可以用你自己的电脑直接打开这个USB设备的，但是它会只显示200M大小的名叫boot的文件夹，这个不用紧张，你的设备大小并没有改变，只是你不能全部读取，这个文件夹对应的就是Linux系统的boot分区。然后把你的SD卡也接在你的电脑上，这里先格式化你的卡，然后打开它。
全选刚刚你能读取到的boot文件夹里面全部内容，复制到你空的已经格式化过的卡。
注意：这里要确保USB设备和SD卡里的文件一模一样，如果不一样，后面可能会无法启动。
现在完成了第一步，接下来修改这个SD卡文件夹里面的cmdline.txt文件，打开它，里面会显示如下一串文字：
dwc_otg.lpm_enable=0 console=serial0,115200 console=tty1 root=PARTUUID=af1800e7-01 rootfstype=ext4 elevator=deadline fsck.repair=yes rootwait
可能跟你的内容会略有不同，但是不要紧，不影响后面的步骤。把root=PARTUUID=af1800e7-01替换成root=/dev/sda2，如下在：
dwc_otg.lpm_enable=0 console=serial0,115200 console=tty1 root=/dev/sda2 rootfstype=ext4 elevator=deadline fsck.repair=yes rootwait
这样子就大功告成了，装上SD卡和插入USB设备，上电，等待十秒钟左右（也可能会久一点点），这个阶段应该会看到树莓派的红灯亮起，这个是电源灯，代表电源正常，然后看到绿灯会无规律闪烁，这是正常的，继续等待即可，最后只亮红灯，绿灯不亮，这样就代表已经成功进入系统了。这里提一下，如果红灯与绿灯总是有规律地闪烁，如红灯闪一下，绿灯闪四下，这样就代表失败了，上面某一部分可能出错了。
如果要安装部署在树莓派的应用opencv和pytorch，不太要求版本问题的话，可以直接看最后面，有最简便的安装方法。
树莓派4b安装opencbv4.1
网上有许多树莓派安装opencv的教程，但是大多数是安装opencv3.4的教程，但是3.4版本毕竟是几年前的了，如果我们想安装更高的版本怎么办呢？
这里我找到一个非常好的教程，但是不要着急，这里有一些问题需要说明一下，就是cmake的的命令，虽然教程里已经有说明了，这里我再解释一下一个比较容易忽略的点。
CMAKE_BUILD_TYPE=RELEASE \ 代表编译类型为发行版本
CMAKE_INSTALL_PREFIX=/usr/local \ 安装路径
INSTALL_C_EXAMPLES=ON \ C demo
INSTALL_PYTHON_EXAMPLES=ON \ Python demo
OPENCV_EXTRA_MODULES_PATH=/home/pi/.../opencv/opencv_contrib/modules \ OpenCV Contrib路径
BUILD_EXAMPLES=ON \ 编译demo
WITH_LIBV4L=ON \ 开启Video for Linux
PYTHON3_EXECUTABLE=/usr/bin/python3.7 \ Python3.7路径
PYTHON_INCLUDE_DIR=/usr/include/python3.7 \ Python3.7 include文件夹
PYTHON_LIBRARY=/usr/lib/arm-linux-gnueabihf/libpython3.7m.so \ Python3.7库
PYTHON3_NUMPY_INCLUDE_DIRS=/usr/lib/python3/dist-packages/numpy/core/include \ Python3 Numpy安装路径
..
就是第五行这里，它表示的是你下载解压的目录，你可以进入解压过的目录，然后输入pwd显示当前目录，替换掉第五行即可。
树莓派4b安装pytorch
这里有一篇很好的教程，按这个教程来，一遍就可以安装成功，然后在import torch的时候，可能会报错，我当时也报错了，我找到了解决方法，如下：
Python 3.6.0 (default, Jan 16 2017, 12:12:55)
[GCC 6.3.1 20170109] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
Traceback (most recent call last):
File "" , line 1, in <module>
File "/usr/lib/python3.6/site-packages/torch/__init__.py", line 45, in <module>
from torch._C import *
ModuleNotFoundError: No module named 'torch._C'
官网上对此有一些说明：https://github.com/pytorch/pytorch/issues/574，即下面的这段话。
Yeah, so you can see that there’s _C.cpython-35m which means it will be loaded only by Python 3.5. As a quick hack you could try renaming
_C, _dl, and _thnn/_THNN to regular .so files (without that cpython-version-artch-platform part, just _C.so). But it’s a hack, we don’t provide further support if it fails
根据上面的这段话，也进行了ls -ll 查看：
/usr/local/lib/python3.6/site-packages/torch$ ls
输出如下：
autograd lib storage.py backends multiprocessing _tensor_docs.py _C.cpython-36m-x86_64-linux-gnu.so nn tensor.py cuda optim _tensor_str.py distributed pycache _thnn _dl.cpython-36m-x86_64-linux-gnu.so serialization.py _torch_docs.py functional.py _six.py utils init.py sparse _utils.py legacy _storage_docs.py version.py
发现_C, _dl两个so文件的文件名都太长了，需要进行修改。
采用cp 的方式复制两个文件：
$ sudo cp _C.cpython-36m-x86_64-linux-gnu.so _C.so
$ sudo cp _dl.cpython-36m-x86_64-linux-gnu.so _dl.so
然后，再重新import，果然顺利成功！
史上最简便安装
这里说的最简便安装指的是无需编译，像opencv和pytorch，一般是都需要在自己的机器上编译动不动就五六个小时，中间还经常会出现不知名的错误，很容易把人的心态搞崩。这里有大佬帮我们生成了whl文件，我们就可以直接用pip安装了。
在经历了多次踩坑之后，我找到了最简便的方法，就是这个教程。大家如不需要要求其他版本的话，直接用这个就好了。但是不要急，还有一些注意事项没有说完。
首先安装包依赖，这个是必需的，如果不安装则无法使用。
opencv依赖
sudo apt-get install build-essential git cmake pkg-config -y
sudo apt-get install libjpeg8-dev -y
sudo apt-get install libtiff5-dev -y
sudo apt-get install libjasper-dev -y
sudo apt-get install libpng12-dev -y
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev -y
sudo apt-get install libgtk2.0-dev -y
sudo apt-get install libatlas-base-dev gfortran -y
sudo apt-get install libhdf5-dev -y
sudo apt-get install libqt4-test -y
sudo apt-get install libqtgui4 -y
最后按上面链接的教程下载下载完opencv之后，可能会出现像我这样的报错：
pi@raspberrypi:~ $ python3
Python 3.7.3 (default, Apr 3 2019, 05:39:12)
[GCC 8.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
Traceback (most recent call last):
File "" , line 1, in <module>
File "/home/pi/cv2/__init__.py", line 3, in <module>
from .cv2 import *
ImportError: /home/pi/cv2/cv2.cpython-37m-arm-linux-gnueabihf.so: undefined symbol: __atomic_fetch_add_8
提示找到不到cv2.cpython-37m-arm-linux-gnueabihf.so 一个未定义的__atomic_fetch_add_8, 搜了一下发现github上面有官方的issue，里面说这个是一个bug， 难怪很多人抱怨安装不来opencv呢。
下面是解决方法。
把这一条加载到bashrc 或者 /etc/profile文件里面就好了，我是直接加载到root用户的初始化脚本里面了。
vim ~/.bashrc
最后一行添加：export LD_PRELOAD=/usr/lib/arm-linux-gnueabihf/libatomic.so.1
保存，退出。
source ~/.bashrc
然后进入python3的环境再测试。
root@pi:~# python3
Python 3.7.3 (default, Dec 20 2019, 18:57:59)
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>> cv2.__version__
'4.1.1
终于成功了！
pytorch依赖
pytorch依赖相对来说比较少，而且安装好以来之后，再按上面链接的教程安装，一般能一次性成功。
下面安装pytorch所需要的依赖包。
sudo apt install libopenblas-dev libblas-dev m4 cmake cython
继续安装python的包。
pip install numpy pyyaml cython
按教程安装后，最后测试是否安装成功：
root@pi:~# python3
Python 3.7.3 (default, Dec 20 2019, 18:57:59)
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> import torchvision
>>> torch.__version__
'1.3.0a0+de394b6'
>>> torchvision.__version__
'0.4.1a0+a263704'