使用SDK Manager给TX2刷机且安装OpenCV3.4.0、CUDNN7.6.5、Pytorch、Miniforge(含百度云安装包)

1、TX2刷机

1.1宿主机：

即自己的电脑，下载安装SDK Manager：NVIDIA SDK Manager | NVIDIA Developer，使用USB线将TX2和宿主机连接。

1.2安装并启动SDK Manager：

1.2.1安装：

进入到下载文件夹，并在宿主机上执行：

sudo apt install ./sdkmanager-[version].deb

1.2.2启动：

新开一个终端：

sdkmanager

1.3注册账号并登录

1.4（STEP01）选择设备和版本

1.5（STEP02）选择下载位置

 点击CONTINUE。

1.6（STEP03）选择安装模式

1.6.1手动安装

把TX2板子连接电源但保持关机，并且使用USB线连接到主机。接着按下恢复按键(03)，再按下、松开电源按键(04)开机，期间保持恢复按键按下，停顿一会儿后松开恢复按键，即进入恢复模式。然后点击Flash按钮，进入刷机。

1.6.2TX2连接显示屏配置账号密码并打开SSH服务

配置账号和密码：略。

打开SSH服务：

ps -e | grep ssh//查看ssh是否开启
apt-get install openssh-client//安装ssh客户端程序
apt-get install openssh-server//安装ssh服务端程序
service ssh start//开启ssh服务

1.6.3刷机中途宿主机弹出如下窗口

输入账号和密码，一般都是nvidia，再点击install等待安装完成即可。

注意：自此之后宿主机可能一直会弹出“网络连接激活失败”的提示，忽略即可。但要保持USB连接。

1.7（STEP04）完成

 之后断开USB连接，后面的步骤直接在TX2上操作。

2、卸载原有OpenCV4.X.X安装OpenCV3.4.0版本

2.1卸载原有的OpenCV

sudo apt-get purge libopencv*
sudo apt autoremove
sudo apt-get update

检查一下
pkg-config opencv --modversion

2.2安装OpenCV3.4.0

2.2.1下载安装包

官网下载OpenCV3.4.0的source文件：

Releases - OpenCV

2.2.2安装

首先安装依赖：

sudo apt install  build-essential
sudo apt install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

如果报错E:Unable to locate package libjasper-dev，则：

sudo gedit /etc/apt/sources.list
文件最后面 添加：

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial-security main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial-updates main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial-backports main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial-security main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial-updates main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial-backports main multiverse restricted universe

 之后：

sudo apt-get install libjpeg8-dev libtiff5-dev libjasper-dev libpng12-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt-get install libxvidcore-dev libx264-dev
sudo apt-get install libgtk-3-dev
sudo apt-get install libatlas-base-dev gfortran

 然后进入到你下载的OpenCV文件夹中，新建一个文件夹,并执行：

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

之后就可以开始漫长的编译了

sudo make

 编译的时候可以搜两部电影看看，并且编译看命，有时候会因为资源占用过高而卡死。。。

最后执行：

sudo make install 

之后再选择性的安装你自己想装的模块，我这里还装了pandas、pyqt5和jtop：

pip3 install pandas -i https://pypi.douban.com/simple/
sudo apt-get install python3-pyqt5
pip3 install jetson-stats

2.2.3测试

终端下：
python
import cv2
print(cv2.__version__)

3、安装pip3

按理来说装好系统后有python2和python3，应该可以直接用pip来安装东西，但是TX2上却没有，因此要自己安装pip。下面介绍安装pip3步骤。

其实就是一句命令行的事：

sudo apt-get install python3-pip

但是如果安装失败，可以参考我另外一篇博客：

Ubuntu18.04安装pip3无法定位软件包解决_MCotoneaster的博客-CSDN博客

4、安装pytorch(法三亲测可用)

前提提要：Cuda和torch有版本对应关系，我一开始下载torch1.4.0版本，导致与Cuda10.2版本不兼容。

法一：

4.1下载whl文件：

https://download.pytorch.org/whl/torch_stable.html

4.2进入文件所在目录执行

pip3 install numpy <.whl文件>

4.3测试torch

终端下：
python
import torch
print(torch.__version__)

法二：

wget https://nvidia.box.com/shared/static/veo87trfaawj5pfwuqvhl6mzc5b55fbj.whl -O torch-1.1.0a0+b457266-cp36-cp36m-linux_aarch64.whl
pip3 install numpy torch-1.1.0a0+b457266-cp36-cp36m-linux_aarch64.whl

 法三：

法二容易进不去，原因都懂的。所以可以直接去Nvidia官网下载pytorch。

PyTorch for Jetson - version 1.10 now available - Jetson Nano - NVIDIA Developer Forums

下载好后将文件放在home目录下，并执行下面命令：

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple Cython
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy <文件名.whl>

5、安装miniforge

5.1GitHub上下载.sh文件：

Releases · conda-forge/miniforge · GitHub

5.2安装：

sh Miniforge-pypy3-xxx-Linux-aarch64.sh

安装软件它自动会配置环境，不用自己手动打开~/.bashrc文件添加。

6、安装CUDNN

6.1官网下载对应的cudnn：

https://developer.nvidia.com/rdp/cudnn-download

6.2安装：

6.2.1进入下载目录并解压

cd /home/nvidia/Downloads
sudo tar xvf 

6.2.2复制头文件和动态链接库

cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/* /usr/local/cuda/lib64/
cd /usr/local/cuda/lib64/

ls -a（查看libcudnn版本）
sudo chmod +r libcudnn.so.7.6.5

6.2.3 创建软连接

sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.6.5 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
sudo ldconfig

7、附件

文中所用软件安装包(OpenCV3.4.0、torch-1.4.0-cp36-cp36m-linux_aarch64.whl、torch-1.5.0-cp36-cp36m-linux_aarch64.whl、torch-1.6.0-cp36-cp36m-linux_aarch64.whl)百度云地址：

链接：https://pan.baidu.com/s/1jXEzpMLC7OAYR-JIDMYWdw 
提取码：9gix