TX2安装jetpack4.3,随后配置yolov3及pytorch1.3全过程

TX2采坑全集

TX2安装jetpack4.3

参考博客

1. 安装sdkmanager(需要注册nvidia账号)
2. 选择安装的jetpack版本和TX2机型
3. 进行下载安装，建议先选择只下载后安装，下载之前要给主机添加arm的源，否则可能会下载失败；下载失败也没关系，多retry一下就可以。
4. 进行安装，首先拿一条usb数据线将主机与TX2相连，在往TX2烧录数据之前，会提示你将TX2进行重置，按操作要求重置就好，重置完毕后，就会像装ubuntu一样，在TX2上先装一个ubuntu18.04。安装完毕之后，设置账号密码，随后在安装进度大约49%的时候，会提示你与TX2建立ssh连接，账号，密码就填你之前设置好的TX2的账号密码。随后就等待安装。如果你一次安装成功了，那真是太棒了，欧皇。

安装cuda成功

这时候你要在~/.bashrc中配置cuda和cudnn的路径
sudo gedit ~/.bashrc
打开文件后，在文件的最后添加
export PATH="/usr/local/cuda-10.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH"
export CUDNN_LIB_DIR=/usr/lib/aarch64-linux-gnu
export CUDNN_INCLUDE_DIR=/usr/include
然后source ~/.bashrc

安装cuda失败

如果你retry了好多遍也安装不成功的话，也没关系，毕竟有人已经走过你走的路了，接着看就行。我按照一位大佬的博客参考博客接着安装就好，其中安装libnvinfer-samples_巴拉巴拉的文件的时候，博客上没有说，应该先安装这些依赖
libnvinfer-plugin-dev
libnvinfer-plugin-dev-cross-aarch64
libnvparsers-dev
libnvparsers-dev-cross-aarch64
libnvonnxparsers-dev
livnvonnxparsers-dev-cross-aarch64
其他安装步骤就和参考博客一致就好，安装完成后可以去cuda-10.0的samples里找一个大海的demo实验一下是否成功，找到文件夹后一定要sudo make，不能只make。

安装opencv

jetpack4.3里是自带opencv4.1.1的，但是它只能在python里import,在配置yolov3的时候，找不到opencv，于是我就怒卸opencv，在官网上找了一个3.4.5的源码，自行编译。参考博客,其中博客上一开始让下载的依赖包有的没有，貌似有两个，其实可以不下，删除了就行。然后你就根据博客上的操作进行就行，jetpack4.3有一个更新的地方就是它的开启风扇的文件不在home里了，在/usr/bin的jetson_clocks文件，编译的时候记得开启最大功耗和小风扇。

TX2配置yolov3

经过以上步骤之后，随便搜一个TX2配置yolov3编译一下，跑一下demo就完事了，但是有一个小坑，就是要在cfg文件夹下修改yolov3.cfg，将batch和下面的那个参数改小一点，平均一张图片0.5s。

TX2安装pytorch

安装pytorch，网上一搜全是天坑啊啥的,在这我就要感叹时代在进步啊，pytorch官网想的周全啊。

人家已经给你编译好了，这里注意需要jetpack4.2以上版本，这时候你就把这东西下载下来，直接python3 install 巴拉巴拉.whl就安装成功了，这时候你去python里import试一试，如果出错了，可能是numpy的版本不够高，升级一下numpy版本就行了。