jetson nano2gb的yolov5gpu开机配置到运行启动代码

Jetson Nano 2gb开发者套件规格书

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。

 更新一下选择内存卡进行格式化。

---

4.开始烧录镜像

 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

 

 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

---

 按照红框显示点击继续

---

 选择语言可选择简体中文，后继续

 

---

选择键盘的语言按照默认选择 

---

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

---

选择地区，选上海就可以了，后继续

---

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） 

---

选择磁盘后继续

---

选择运行模式，默认就好

---

 后继续登录账号

---

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

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

或

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）

 

 

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

 其pytorch下载方式可去官网PyTorch下载

 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

 

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

 

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）