小白从零开始在jetson nano上进行YOLOV3-Tiny 与 tensorrt加速检测

一、前期准备需要

1.一块jetson nano版

2.SD卡（已经烧录好了镜像资源）

3.电脑上下载XFPT7（对于学生完全免费）（方便从电脑上直接传输文件进入板子）

二、软件需求（在电脑上，因为在板子上直接下载github上下载资源包我一般都没能下载成功）

1.darknet（AB大神版，可直接make编译）地址：https://github.com/AlexeyAB/darknet

2.TRT-yolov3-master 地址：https://github.com/yqlbu/TRT-yolov3

3.yolov3-tiny.weights

三、开始工作

（1）换源：可在电脑上先将清华源放在txt文件中在通过xfpt7传到板子上就不用手打

          打开终端输入 sudo cp /etx/apt/sources.list /eyc/apt/sources.list.bak（后面是备份)

                                 sudo gedit /etc/apt/sources.list 用清华源复制替换掉其中的内容

                                  sudo apt-get update

(2)下载pip sudo apt-get install python3-pip python3-dev(一定要是python3，否则默认下载的是python2)         

(3)将darknet解压到板子的桌面 打开文件夹，将yolov3-tiny-weights文件复制进文件夹，在文件夹中右键打开终端输入make -j4

输入./darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights 即可使用摄像头检测 但是帧率很低

(4)使用tensorrt前需要protobuf、onnx、pycuda、numpy，

 首先下载protobuf：sudo pip3 install protobuf==3.8.0（注意可能会报错protobuf要求python>=3.7，此时需要更新pip3的版本，即可解决）

然后下载onnx与numpy：sudo pip3 install numpy==1.16.0
                                        sudo pip3 install  onnx==1.4.1

注意此时onnx可能会报错python的依赖库没有安装完 可参考博客：Jetson Nano 安装onnx_々云逸的博客-CSDN博客_jetson onnx

最后下载pycuda ：博客：jetson nano安装pycuda_帅的发光发亮的博客-CSDN博客

注意最后运行博客中的矩阵时 可能报错：

1. import pycuda.autoinit

2. Traceback (most recent call last):

3. File "", line 1, in

4. File "/home/xiaor/pycuda-2019.1.2/pycuda/autoinit.py", line 2, in

5. import pycuda.driver as cuda

6. File "/home/xiaor/pycuda-2019.1.2/pycuda/driver.py", line 62, in

7. from pycuda._driver import * # noqa

8. ModuleNotFoundError: No module named 'pycuda._driver'

 只要在import pycuda时候没有报错 可以不用管

（5）在TRT-YOLO-master中打开yolov3-onnx，将yolov3-tiny.cfg复制进去，在终端中输入python3 yolov3_to_onnx.py  --model yolov3-tiny-416和python3 onnx_to_tensorrt.py --model yolov3-tiny-416产生一个trt文件

（6）从电脑中传入一个MP4文件,在终端执行：

python3 detector.py --file --filename ./data/文件名mp4 --model yolov3-tiny-416 --runtime开始识别视频

但是我在使用detector文件进行摄像头的实时监测时候，都会产生一个代码冗余的情况，还希望有大神可以指点我一下 。

我也是一个小白，刚开始玩jetson nano，也参考了CSDN上面的很多博客，如果有什么相同的地方，还请原谅。大家一起学习。

博客：trt-yolov3:Jetson Nano上的yolov3-tiny识别（已完结）_我肚子好饿的博客-CSDN博客

这个博客比我的详细一点，但是自己还是踩了很多坑，写这个 主要是为了回顾一下自己用jetson nano的过程