Jetson AGX Xavier刷机及环境配置

写在前面:近期打算做一下视觉算法部署的内容,正好实验室有几个Xavier控制器,于是拿来用了一下,从零接触开始nvidia的硬件,以此记录学习过程。

一、Jetson AGX Xavier刷机

网上教程比较全,且较简单,主要保证Host电脑有足够内存,且网络连接稳定即可。
具体流程可参考该博客:Jetson AGX Xavier 刷机指南
遇到如下问题:
1、当时安装的版本为Linux JetPack4.5.1,安装Computer Vision时总是报错连接不上下载网站,于是去该网站看了一下,发现根本就没有该deb文件,试了几次也可能时需要挂VPN的原因,觉得比较麻烦遂放弃,之后选择安装Linux JetPack4.6版本。
2、网络原因Jetson AGX Xavier刷机及环境配置_第1张图片
之后用网线连上Host主机即可
3、到最后Computer Vision还是Error

先不管,点击红色框中的选项即可跳过,用到现在暂且没有出现问题。

二、环境配置

参考链接如下:

1、Jetson AGX Xavier安装Archiconda虚拟环境管理器与在虚拟环境中调用opencv

调用opencv的方法亲测有效

2、Jetson AGX Xavier安装torch、torchvision且成功运行yolov5算法

碰到如下问题:
1、在import cv2时提示需要安装numpy库,但是numpy版本过高会出现错误numpy.core.multiarray failed to import,只需卸载numpy并安装低版本即可pip install numpy==1.18.2

2、出现错误libopenblas.so.0: cannot open shared object file: No such file or directory
解决方法:sudo apt-get install libopenblas-dev

3、出现错误conda: command not found
解决办法:在.bashrc文件中加入export PATH=$PATH:你的路径/archiconda3/bin重启终端即可

4、出现错误sudo: pip: command not found
解决办法:在.bashrc文件中加入alias sudo='sudo env PATH=$PATH'重启终端即可

碰到的主要问题记录如上,有其它问题也可一起交流

后续:用摄像头测试YOLOv5,用TensorRT加速及部署自己的算法~

三、已在Xavier上将YOLOv5跑通

报错Couldn’t load custom C++ ops. This can happen if your PyTorch and torchvision versions are incompatible.,即torch和torchvision版本不对应,重新按照上述方法安装torchvision即可,这里用的是torch1.7.0+torchvision0.8.0a
随后克隆YOLOv5代码

git clone -b v4.0 https://github.com/ultralytics/yolov5.git
cd yolov5
python detect.py --source path/data --weights weights/yolov5s.pt --conf 0.25

并将权重文件放在weights文件夹下(百度网盘:https://pan.baidu.com/s/1j-E0zg9LUr5EMyicLSUvKQ 提取码 5wf7)
我这里直接用的本地视频进行检测的,所以–source后面加的是视频所在路径
效果如下
Jetson AGX Xavier刷机及环境配置_第2张图片

四、Xavier安装ROS

后续部署需要在ros中调用opencv,并用yolov5来实时检测(目前想法是写一个订阅接受话题发布的图像,随后及时保存,再将–source里的路径替换即可,不过感觉会浪费很多时间,或者将yolov5直接部署在ros中)

git clone https://github.com/jetsonhacks/installROSXavier.git
cd installROSXavier
./installROS.sh -p ros-melodic-desktop
source ~/.bashrc

roscore检测即可

你可能感兴趣的:(linux,ubuntu)