亲测有效：Nvidia XAVIER NX刷机、pytorch、torchvision安装，
前言：最近在使用英伟达的Jetson-Xavier-NX板子，主要用于机器视觉，将配置的过程在这里记录一下。
目录
一、镜像烧录
1.下载镜像
2.写入镜像
3.开机
4.远程连接
二、环境配置
1.更新源
2.安装Miniforge（Anaconda的arm代替版）
3.配置国科大conda环境
4.添加环境变量
5.配置pytorch环境
5.1创建虚拟环境
5.2安装pytorch
5.3安装torchvision
三、安装yolov5环境并运行
1.安装环境
2.运行
一、镜像烧录
1.下载镜像
nx板子的镜像都保存在TF卡中，所以使用nx板子之前需要将镜像烧录到TF卡中，镜像是在英伟达官网下载的，地址是：Jetson 下载中心 | NVIDIA Developer
百度网盘链接：https://pan.baidu.com/s/1T6XIMQERzkMJDCoELcapNw 提取码：5ukg
2.写入镜像
镜像下载好后，需要用读卡器将TF卡与笔记本连接，使用软件进行烧录，我使用的是balenaEtcher进行烧录，烧录镜像分为两步，第一步是格式化TF卡，第二步是写入，balenaEtcher会完成这两步操作。
balenaEtcher百度网盘链接：https://pan.baidu.com/s/1EHlA0o5kT-lfeaPPuFkpWQ 提取码：j3tq
Select image：自己选择下载好的镜像文件（sd-blob.img）
Select drive: 软件会自动选择已插入的TF卡
烧录镜像时会把原先的TF卡分成很多卡（F、G、H、I...不必惊慌，出现以下提示框，点右上角×就行）
接下来按照提示操作就行，下图红框无需点击。
3.开机
开机前的准备：显示器1个、键盘1个、鼠标1个，NX板子电源线连接即可开机，开机过程中会有一个类似Windows的开机设置，按照提示操作就行，系统语言默认选择English，NX板子自带wifi模块，开机过程中会提示你连接wifi，连接即可。
4.远程连接
使用远程连接软件可以连接NX板子，方便操作，前提是在同一网络下，开机后打开终端（ctrl+alt+t）,输入ifconfig查看看wlan下地址。
远程连接软件我使用的是Xshell和Xftp，如果无法连接，先尝试一下是否能ping通，一般而言，默认都是能ping通的。
二、环境配置
1.更新源
打开终端输入：（一步一步来，网速慢的话时间会长一点）
有不理解的，可以参考一下亚博的教程：Jetson Xavier NX ，教程中关于cuda、cudnn的配置可以稍后再弄。
2.安装Miniforge（Anaconda的arm代替版）
由于NX板子Ubuntu系统是arrch64架构的，不支持Anaconda，所以选择MInifore进行安装，使用xftp远程连接NX板子（操作与Xshell连接一样），连接后你会看到以下界面，新建或选择一个文件夹将Miniforge的安装包拖入即可。
Miniforge下载地址 Releases · conda-forge/miniforge · GitHub
百度网盘链接：https://pan.baidu.com/s/1AkRRz95XSKsVXpI7edy9cg 提取码：cbzz
cd进入Miniforge存放的文件夹，输入以下命令：
sh Miniforge-pypy3-4.10.3-5-Linux-aarch64.sh
安装过程并不是自动的，有些地方会让你按Enter确认，好好看看提示，基本上就没什么问题了。
3.配置国科大conda环境
-
conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
-
conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
-
conda config --
set show_channel_urls
yes
4.添加环境变量
首先输入以下命令
vim ~/.bashrc
按 ↓ 直到文本底部，再按 i 对文本进行编辑，将以下内容粘贴到最下方
-
# Miniforge环境变量
-
export PATH=/home/moemil/miniforge-pypy3/bin:
$PATH
-
# cuda环境变量
-
export PATH=/usr/local/cuda/bin:
$PATH
-
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:
$LD_LIBRARY_PATH
-
export CUDA_ROOT=/usr/local/cuda
添加完成后按esc，然后输入冒号（shift+回车左边按键），输入wq！，再按回车，强制保存退出
退出后输入以下命令，激活环境变量。
source ~/.bashrc
输入以下命令可以进入Miniforge的base环境下：
source activate
5.配置pytorch环境
5.1创建虚拟环境
输入以下命令，其中的“pytorch”为环境名称，可以根据自己喜好修改。
conda create -n pytorch python=3.6
命令运行过程跟使用Anaconda配置虚拟环境一致，中途输入y继续。
安装完成后输入，进入pytroch虚拟环境。
conda activate pytorch #再强调一遍pytorch为自己设定的环境名称
5.2安装pytorch
依次运行以下命令，torch的下载地址是：PyTorch for Jetson - version 1.10 now available - Jetson Nano - NVIDIA Developer Forums
百度网盘链接：https://pan.baidu.com/s/1rBoUXE4f2wZtzq6H1Jv6Xg 提取码：5uo3
测试是否安装成功，输入python，然后在输入以下命令。
-
import torch
-
print(torch.__version__)
-
print(
'CUDA available: ' + str(torch.cuda.is_available()))
-
a = torch.cuda.FloatTensor(2).zero_()
-
print(
'Tensor a = ' + str(a))
-
b = torch.randn(2).cuda()
-
print(
'Tensor b = ' + str(b))
-
c = a + b
-
print(
'Tensor c = ' + str(c))
5.3安装torchvision
上面安装的pytorch是1.7.0，对应 torchvision 版本是0.8.1，选择一个文件夹cd进入，输入以下命令，文件将clone到当前文件夹。
-
# torch1.7.0--torchvision0.8.1
-
git
clone --branch v0.8.1 https://github.com/pytorch/vision torchvision
-
# 网不好的话使用下面的命令进行进行clone
-
git
clone --branch v0.8.1 https://gitee.com/rchen1997/torchvision torchvision
下载成功后， cd进入torchvision，输入以下命令。
-
export BUILD_VERSION=0.8.1
-
sudo python3 setup.py install
如果出现下图的错误，对setup.py文件进行修改，输入以下命令:
vim setup.py
找到 if has ffmpeg，修改后保存退出
if has ffmpeg 改为 if False
然后再次执行命令：(其实命令也不用那么严谨，python setup.py install照样能运行)
sudo python3 setup.py install
在这里非常感谢Geek L 的分享，让我的问题得以解决。Nvidia Jetson XAvier NX开发套件从装机到pytorch环境搭建YoloV5+DeepSort+TensorRT_m0_46339652的博客-CSDN博客_jetson nx yolov5目录1. 刷机与装机1.1 准备VMware工作站和linux的unbuntu16.04虚拟机：2.将SD上的系统移动至SSD3. SSH配置4. 查看Jetpack版本2. 深度学习环境配置2.1 python环境配置2.1.1 安装Miniforge(Conda的Arm代替版)2.2 配置Miniforge——伪conda环境2.3 pytorch环境配置2.3.1 查看cuda版本2.2 pytorch虚拟环境创建2.2 安装pytorch-gp2.3 安装torchvision二级目录三级目录1.https://blog.csdn.net/m0_46339652/article/details/119875117?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164406519016780274194697%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164406519016780274194697&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-1-119875117.pc_search_insert_ulrmf&utm_term=jetson+nx+xavier%E8%BF%90%E8%A1%8Cyolov5&spm=1018.2226.3001.4187
三、安装yolov5环境并运行
1.安装环境
在运行yolov5之前，也需要安装其所需要的包，具体按照requirements.txt安装即可，我将我安装的命令写在下面：
-
pip install opencv-python==4.1.2
-
pip install tqdm==4.41.0
-
pip install Pillow==7.1.2
-
pip install PyYAML==5.3.1
-
pip install requests==2.23.0
-
pip install scipy==1.4.1
-
pip install pandas==1.1.4
-
pip install seaborn==0.11.0
#安装时附带安装matplotlib，直接安装matplotlib不成功，玄学了
-
pip install scikit-build==0.11.1
-
pip install thop
-
pip install pycocotools==2.0.4
我安装matplotlib的时候一直失败，就先安装了其他包，没想到安装seaborn的时候附带将matplotlib装上了，大家安装的时候可以先安装seaborn试试。
conda list # 可以查看已安装的包
2.运行
所有包安装完成后，进入yolov5文件夹，输入以下命令，测试是否能成功运行。
python detect.py
