NVIDIA jetson TX2搭建Object Detection环境

安装JetPack

首先是装JetPack，虽然TX2自带Ubuntu系统，但是NVIDIA提供的库包能加快深度学习的预算效率。

刷机参考https://www.jianshu.com/p/bb4587014349。注意，如果HOST是虚拟机，网络适配器要选择桥接模式。

安装OpenCv

参考https://jkjung-avt.github.io/opencv3-on-tx2/。讲的非常好，一步步来就行。

安装Tensorflow

参考https://github.com/NVIDIA-Jetson/tf_trt_models，对应jetpack版本，下载编译好的tensorflow，直接pip安装：

sudo pip3 install tensorflow-1.8.0-cp35-cp35m-linux_aarch64.whl

安装PyCharm

在官网下载Linux版本的pycharm，解压后进入bin文件夹，执行pycharm.sh。不过首次安装，系统缺少java环境，会报错no jdk found。

安装Java 环境，参考https://blog.csdn.net/Geek_Tank/article/details/78927102：

$ apt-cache search openjdk // 搜索合适版本的jdk

$ sudo apt-get install openjdk-8-jdk // 这里我们选择1.8版本的jdk

等待安装结束：

$ java -version // 查看安装结果

配置环境：

$ which javac //查找javac可执行文件

$ file /usr/bin/javac // 查看链接目标

$ file /etc/alternatives/javac // 查看链接目标

$ file /usr/lib/jvm/java-8-openjdk-arm64/bin/javac

sudo gedit ~/.bashrc，将下面的代码粘贴到最后

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-arm64

export JRE_HOME=${JAVA_HOME}/jre

export CLASSPATH=:${JAVA_HOME}/lib:${JRE_HOME}/lib

export PATH=${JAVA_HOME}/bin:$PATH

$ source ~/.bashrc，刷新环境就可以了。