jetson nano2gb的yolov5gpu开机配置到运行启动代码

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第1张图片

Jetson Nano 2gb开发者套件规格书

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第2张图片

1.jetsonnano sd卡的镜像烧录

Jetson 下载中心 | NVIDIA Developer

下载好后先放置一个新的文件夹下


2.下载烧录工具:sd卡格式化软件和烧录软件

链接:https://pan.baidu.com/s/176NGGZZrtBWjHC-ibWrRdg 密码:1111


3.开始格式化内存卡:(要求16g的内存卡,这样空间会大一些)

打开SDFormatter格式化软件,最好选择32g和64g的闪迪内存卡。

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第3张图片

 更新一下选择内存卡进行格式化。


4.开始烧录镜像

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第4张图片

 选着刚才下载的jetsonnano2gb的镜像文件,再选择设备内存卡,后写入,等待烧录。烧录时间大概18分钟,烧录成功后点击完成直接弹出内存卡,不用理会系统弹出的内存卡错误。


5.jetsonnano2gb的开机配置

先把刚才的内存卡插入jetsonnano的sd卡槽

 jetson nano2gb的yolov5gpu开机配置到运行启动代码_第5张图片

 后连接键盘鼠标,显示屏,电源,网线等外设

后上电等待系统初始化


系统初始化

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第6张图片


 按照红框显示点击继续jetson nano2gb的yolov5gpu开机配置到运行启动代码_第7张图片


 选择语言可选择简体中文,后继续

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第8张图片

 


选择键盘的语言按照默认选择 

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第9张图片


选择wifi但是我的jetsonnano2gb并没有wifi这个功能,此部分可先不连接直接跳过

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第10张图片


选择地区,选上海就可以了,后继续

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第11张图片


设置用户名和密码,用户名英文不要带中文。(建议密码用户名简单一些,不然忘记有点麻烦) 

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第12张图片


选择磁盘后继续jetson nano2gb的yolov5gpu开机配置到运行启动代码_第13张图片


选择运行模式,默认就好jetson nano2gb的yolov5gpu开机配置到运行启动代码_第14张图片


 后继续登录账号

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第15张图片


登录成功后


 设置root密码

Ubuntu的 默认root密码是随机的,每次开机都有一个新的root密码。我们需要重新设置一个。

打开终端

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第16张图片

输入sudo passwd更改密码这样jetsonano2gb的开机配置就完成啦!

因为jetson nano2gb没有wifi要插网线,用校园网的同学先进浏览器登录后再进行工作


5.更换镜像源(NVIDIA官方提供的Linux镜像版本为Ubuntu 18.04 LTS,镜像默认的是Ubuntu官方源,在国内使用该源下载程序速度较慢,所以需要更换。)

  打开终端输入sudo apt-get update(如果出现错误看下面的解决步骤,若没出现直接划到下面看另一种方法)

Err:84 http://us.archive.ubuntu.com/ubuntu bionic-backports/main arm64 Packages 404 Not Found [IP: 91.189.91.38 80]

解决步骤:

1、查看ubuntu版本:

cat /etc/issue

2、修改sources.list文件

cd /etc/apt
cp /etc/apt/sources.list /etc/apt/sources.list.bak

3.换源

deb https://mirrors.ustc.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-security main restricted universe mult

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

4、更新了源文件之后,保存退出

sudo apt-get update

若没有出现错误

终端输入命令打开sources.list文件

sudo gedit /etc/apt/sources.list

删除文件内所有内容,添加下述内容(以清华大学镜像源为例,注意镜像源需要支持arm64架构):

# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-proposed main restricted universe multiverse

阿里巴巴镜像源:

# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic main restricted universe multiverse
# deb-src https://mirrors.aliyun.com/ubuntu-ports/ bionic main restricted universe multiverse
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.aliyun.com/ubuntu-ports/ bionic-updates main restricted universe multiverse
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.aliyun.com/ubuntu-ports/s bionic-backports main restricted universe multiverse
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.aliyun.com/ubuntu-ports/ bionic-security main restricted universe multiverse
deb https://mirrors.aliyun.com/ubuntu-ports/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.aliyun.com/ubuntu-ports/ bionic-proposed main restricted universe multiverse

系统源和软件源配置完成以后,使用下述两条命令更新:

sudo apt update
sudo apt upgrade -y

6.配置pip

#安装pip3
sudo apt-get update
sudo apt-get install python3-pip python3-dev -y
#安装jtop(安装jtop,首先安装pip3)
#安装jtop库这个可以监控自己的设备cpu、gpu工状态
sudo -H pip3 install jetson-stats
sudo jtop #运行jtop(第一次可能不行,第二次就好了)  按【q】退出

7.archiconda的安装

  1. 为什么选择archiconda呢?因为英伟达的板子包括妙算都是arm架构类似手机架构不能像电脑那样安装Linux 的anconda和win10的的ancoda
  2. 下载archiconda
  3. 这里我直接给出我的百度云链接,因为去官网下载至少30分钟,先用电脑下载到另一个u盘再插入英伟达板子.

  4. https://pan.baidu.com/s/1W9LjQsmdM6RwSUH3x4wmJA提取码:1111

  5. 把文件放入jetsonnano2gb的板子后复制粘贴到主目录,在该文件所在处单击鼠标右键打开终端终端输入cd

  6. 1.sudo ./Archiconda3-0.2.3-Linux-aarch64.sh 安装
    2.sudo vim ~/.bashrc
    3.最后一行添加export PATH=~/archiconda3/bin:$PATH
    4.退出后刷新source ~/.bashrc

  7. .虚拟环境的创建和激活
    conda create -p XXXXX python=3.6
    conda activate XXXXX激活虚拟环境,往后想进入虚拟环境就运行此行代码
    离开虚拟环境命令conda env list
    conda remove -p XXXXX --all 删除虚拟环境
    虚拟环境可在archiconda文件的env里看到
    Xxxx是你自己想创建的虚拟环境名称,为什么选3.6呢?因为jetson nano2gb搭建yolov5其已经自带python2.7和python3.6,直接用其只有的python创建即可。
  8. 配置cuda
  9. Jetsonnano的镜像自带cuda10.2和cudnn加速库

    1.gedit ~/.bashrc终端运行
    2.底行输入
    export PATH=/usr/local/cuda-10.2/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
    export CUDA_HOME=/usr/local/cuda-10.2
    export OPENBLAS_CORETYPE=ARMV8 # 不加的话,运行相关的项目会内核崩掉
    3.保存退出
    4.source ~/.bashrc刷新环境
    nvcc -V检查cuda环境出现cuda10.2就是配置成功

    jetsonnano的yolov5 gpu版本的pytorch

  10. 此步很重要要仔细看(Jetsonnano的cuda版本为10.2对应版本)

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第17张图片

 

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第18张图片

 

其是安装yolov5里面两个最重要的包,要严格对应下载,要对照自己的cuda版本去依照安装

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第19张图片

 其pytorch下载方式可去官网PyTorch下载

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第20张图片

 历史版本在这个网站PyTorch for Jetson - version 1.10 now available - Jetson & Embedded Systems / Jetson Nano - NVIDIA Developer Forums

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第21张图片

 

或者可以下载我的百度云链接进行下载

链接:https://pan.baidu.com/s/1OzqcBppG-69lAkc_BQbw7w

提取码:1111

接下来就是这两个包的安装,先用电脑下载好后传入nano进行安装

pytorch和torchvision的安装

  1. 进入虚拟环境,不懂的看前面。

      2.安装pip

sudo apt-get update
sudo apt-get upgrade
sudo apt-get dist-upgrade
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
pip3 install --upgrade pip		#如果pip已是最新,可不执行

再添加清华源为默认网址,终端输入

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装pytorch和trochvision(最重要的地方)

然后找到下载好的torch-1.8.0-cp36-cp36m-linux_aarch64.whl包的所在文件夹,进入文件夹中,输入安装命令:

pip3  install torch-1.8.0-cp36-cp36m-linux_aarch64.whl  #注意安装包的位置不得的话就加sudo

测试pytorch是否安装成功:

python  #进入python编码

import torch

 

print(torch.__version__)

看到torch的版本号,torch安装成功

安装torchivision

进入trochvision文件夹中,
执行命令:
export BUILD_VERSION=0.9.0
然后执行安装命令:
python setup.py install   //需要巨他妈久的安装时间1个半小时左右
4.测试trochvision是否安装成功
进入python编码:
python
执行:
import torchvision
再执行:
print(torchvision.__version__)
看到torchvision版本号,成功。安装到这里就差不多成功了,下面只要进入yolov5文件夹中去就大功告成。

搭建YOLOv5环境

  1. 还是在虚拟环境中
  2. 进入yolov5的文件夹后打开终端,运行该命令

pip install -r requirements.txt

因为我们前面更换了清华源镜像所以下载速度还是很快的,等待安装完成。

测试yolov5

python detect.py --weights yolov5s.pt

jetson nano2gb的yolov5gpu开机配置到运行启动代码_第22张图片

 

其gpu环境虽然只有8-10帧但是对于一块500块左右的板子性能还算不错了,不使用串口,加速后能够有25帧的效果。(摄像头的帧率对yolov5运行的帧率也很吃要求)

你可能感兴趣的:(windows,linux,视觉检测,单片机)