Jetson nano搭载YOLOv5
目录
一、Jetson nano环境烧录
1.硬件准备
2.软件准备
3.烧录过程
4.启动Jetson Nano
二、YOLOV5环境配置
1.基础环境设置
配置CUDA
修改显存
2.YOLO环境配置
配置pytorch
搭建YOLOv5
一、Jetson nano环境烧录
1.硬件准备
Jetson Nano（这里用的是4G的板子）、SD卡（32G及以上）、SD读卡器、Nano电源、Nano外接显示器、键盘鼠标、网线。
2.软件准备
①SD Card Formatter（用于格式化SD卡）
（百度网盘链接：链接：https://pan.baidu.com/s/1hv2MyVYkoVa7OUSBA_WP3g
提取码：5021 ）
②系统镜像（百度网盘链接：链接：https://pan.baidu.com/s/1MBLsqOSL3chDnTDVobXifw
提取码：5021 ）
③ 烧录镜像软件：Etcher
（百度网盘链接：https://pan.baidu.com/s/1tMqK-xLQOXvzcIjCrl2UVg
提取码：5021 ）
3.烧录过程
①读卡器插在电脑上使用SD Card Formatter格式化（默认格式化即可）。
②点开Etcher，点击Select image选择刚下载的系统镜像（镜像文件格式为.zip），再从Select drive中选择要烧录的SD卡，最后选择Flash进行写入。
4.启动Jetson Nano
烧录完成后将SD卡插入Nano中，接上显示器、键盘鼠标、网线和电源，上电后可以看到系统界面。
二、YOLOV5环境配置
1.基础环境设置
系统中内置了CUDA，所以这里只需要配置环境变量即可。
配置CUDA
# 打开文档
sudo gedit ~/.bashrc# 在文档末尾添加
export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:$PATH
# 保存source ~/.bashrc
nvcc -V #如果配置成功可查看CUDA的版本号
修改显存
命令如下：
sudo gedit /etc/systemd/nvzramconfig.sh
'''
修改mem = $((("${totalmem}"/2/"${NRDEVICES}")*1024))
为mem = $((("${totalmem}"/2/"${NRDEVICES}")*4096)) # 不要复制粘贴，可能会导致修改不成功
'''
# 保存修改显存后重启Nano
reboot
# 重启之后
free -h #可以看到swap已经变成7.7G2.YOLO环境配置
配置pytorch
1.下载torch-1.8.0-cp36-cp36m-linux_aarch64.whl
（链接：https://pan.baidu.com/s/1hf9QVgW2PMoiwGnlQYZgJQ
提取码：5021 ）
（也可以官网上下载，需要科学上网。）
2.安装依赖
sudo apt-get update
sudo apt-get upgrade
sudo apt-get dist-upgrade
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev（pip指令默认国外源，可能速度会很慢，这里提供阿里源和清华源可以换源下载）
mkdir ~/.pip
sudo gedit ~/.pip/pip.conf# 阿里源
[global]
index-url=http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com# 清华源
[global]
index-url=https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host=https://pypi.tuna.tsinghua.edu.cn
继续安装
pip3 install --upgrade pip # 更新pip
pip3 install Cython # 安装Cython
pip3 install numpy # 安装numpy
pip3 install torch-1.8.0-cp36-cp36m-linux_aarch64.whl #注意在存放该文件下的位置打开终端运行
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev3.安装 torchvision
git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision
# 下载torchvision完成后会有一个torchvision的文件夹
# 遇到You are in 'detached HEAD' state提示,不用管。
# 如果torchvision下载不成功，可能是Pillow==9.2.0和Python3.6.9版本不匹配导致，可以将Pillow降级至Pillow==8.4.0
# 卸载当前版本 pip3 uninstall Pillow
# 安装旧版本 pip3 install Pillow==8.4.0
#进入到torchvision这个文件夹，右键打开终端
export BUILD_VERSION=0.9.0
python3 setup.py install --user4.验证torch和torchvision是否成功
python3
import torch
print(torch.__version__) #注意version前后都是两个横杠
#安装成功可以看到版本号
import torchvision
print(torchvision.__version__) #注意version前后都是两个横杠
#安装成功可以看到版本号搭建YOLOv5
git clone https://github.com/ultralytics/yolov5.git #也可以在电脑中下载后拷贝到jetson nano中
python3 -m pip install --upgrade pip
cd yolov5
pip3 install -r requirements.txt # 下载不成功可以换源试试 或者打开文件 一个一个下载
python3 -m pip list #可查看python中安装的包
# 测试yolov5
python3 detect.py --source 0 --weights yolov5n.pt --img 640 #摄像头测试