Jeston Nano A02/B01安装 YoloV5 6.2

原装版插卡版首先安装系统，不用登陆，直接下载镜像文件。
使用nvidia自带的卡刷程序windows下将Jetpack4.6.1刷入TF卡。
https://不能写网址developer.nvidia.com/embedded/jetpack-sdk-461
第一次启动系统需要一大堆设置，启动后查看python 版本 3.6.9。Jetpack4对应的python都是3.6 Jetpack5对应3.8，所以nvidia提供的大部分安装包为py36 和py38
安装yolo首先要安装 pytorch 和cudnn
我参考的jeston nano 入门教程3 必备软件安装 Pytorch
篇文章告诉了非常规范的安装步骤。

由于是新系统，还没安装pip3，现在先安装一下

sudo apt install python3-pip
用pip3安装jtop

sudo pip3 install -U jetson-stats
终端输入下面命令打开

sudo jtop

sudo jtop
第一页显示各种信息，按下6进入第六页显示Jetpack CUDA opencv TRT等软件版本。
进入官方论坛，有教程

https://forums.developer.nvidia.com/c/agx-autonomous-machines/jetson-embedded-systems/jetson-nano/76

Pytorch 1.11 已经可以用了，
点击进入后选择对应的版本，可以直接点击下载

也可以使用wget 下载

wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev libomp-dev
pip3 install Cython
pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl

下载后安装。之后安装对应的torchvision 0.9.0

sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision
cd torchvision
export BUILD_VERSION=0.9.0
sudo python3 setup.py install # 安装时间较长
cd …/
建立一个文件用vi打开
touch pytorch_check.py
vi pytorch_check.py

import torch
print(torch.__version__)
print('CUDA available: ' + str(torch.cuda.is_available()))
print('cuDNN version: ' + str(torch.backends.cudnn.version()))
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))

敲i insert模式```
以上代码复制到文件，然后：wq
之后测试pytorch
python3 pytorch_check.py
cuda True GPU安装成功
然后github 下载yoloV5 6.2 解压到指定文件夹
使用命令 pip3 install -r requirements.txt 安装依赖
之间安装opencv时可能出现no module named skbuild错误
使用pip3 install scikit-build 在线安装即可解决
然后重复pip3 install -r requirements.txt 继续安装依赖，有的依赖下载较慢。
scipy 一直超时，可以用VPN
安装torch的时候出现错误，进入requirements 把 torch 和vision #注释掉。还有一个错误和torch相关 也注释掉。
再执行
安装完成后测试 python3 detect.py
注意全程使用 pip3 和 python3

其中安装 scipy容易出现错误，采用编译安装，
参考这篇微博Jetson 系列 （七）Scipy、Scikit-image、scikit-learn
sudo apt install liblapack-dev
sudo apt install libblas-dev
sudo apt install gfortran
sudo apt install libpcap-dev
sudo apt install libpq-dev

pip3 install scipy
pip3 install scikit-image
sudo pip3 install scikit-learn

安装完成后运行 python3 detect.py 提示安装 seaborn
pip3安装后 再运行一切正常。