【玩转Jetson TX2 NX】(五)TX2 NX TensorRT环境搭建及实时图像识别(详细教程+错误解决)

1 TensorRT环境搭建

首先介绍搭建流程和关键点:

  • 网络一定要稳定,网速要好
  • 安装几个包
    • sudo apt-get install libpython3-dev
    • sudo apt-get install python3-numpy
    • sudo apt-get install git
    • sudo apt-get install cmake
  • 克隆 jetson-inference 库
    • git config --global --unset http.proxy
    • git config --global --unset https.proxy
    • git clone git://github.com/HaiLei-Fly/jetson-inference.git(最好连接手机热点,尽量一次下载成功)
  • 进入 jetson-inference文件夹
    • cd jetson-inference
    • git submodule update --init (最好连接手机热点,一次下载成功,如果出现失败,多执行几次该命令)
  • 下载和拷贝model到data/networks目录
  • 解压拷贝过去的model压缩包
    • cd jetson-inference/data/networks
    • for tar in *.tar.gz; do tar xvf $tar; done
  • 配置cmake
    • cd jetson-inference
    • mkdir build
    • cd build
    • cmake …/ (可能出现不成功,如果失败,就是克隆 jetson-inference 库和git submodule update --init出现问题,有文件没有下载成功)
  • make编译
    • make(或者make -j4)
    • sudo make install
  • 测试(可能出现下载googlenet压缩包,下载将会失败)
    • cd jetson-inference/build/aarch64/bin
    • ./imagenet-console ./images/bird_0.jpg output.jpg

2 TensorRT环境搭建详细流程

首先安装libpython3-dev和python3-numpy包,依次输入命令

sudo apt-get install libpython3-dev 
sudo apt-get install python3-numpy

然后安装git,输入命令

sudo apt-get install git

如图所示:


然后安装cmake,输入命令

sudo apt-get install cmake

如图所示:


已经将jetson-inference库Fork到了自己的GitHub,并做了简单修改,依次执行如下命令,基本一次就可下载成功,并且不会出现丢失文件的问题

 git config --global --unset http.proxy
 git config --global --unset https.proxy
 git clone git://github.com/HaiLei-Fly/jetson-inference.git

如图所示:


然后执行下面的命令,安装附属的文件

git submodule update --init

如图所示,如果网络不好,可能执行一次会出现下载不完全,如果出现有文件下载失败,可以多次执行该命令


提前将需要的模型压缩包下载好,复制到data/networks目录,model下载链接: https://github.com/dusty-nv/jetson-inference/releases

【玩转Jetson TX2 NX】(五)TX2 NX TensorRT环境搭建及实时图像识别(详细教程+错误解决)_第1张图片
进入到data/networks文件夹,解压model压缩包,依次执行命令如下

cd jetson-inference/data/networks
for tar in *.tar.gz; do tar xvf $tar; done

如图所示:


输入命令可以查看文件夹文件

ls

如图所示:


编辑 jetson-inference/CMakePrebuild.sh,把./download-models.sh 注释掉(发现已经是注释状态,所以不需要任何操作)如果未注释,那么暗i进入编辑模式,注释后,按Esc,然后按:wq保存并退出


在 jetson-inference文件夹里面创建build文件夹

mkdir build

然后进入build文件夹

cd build

运行cmake,如果 jetson-inference库安装没有问题,该步骤不会出错

cmake ../

如图所示:


运行过程跳出该界面,选择OK或Skip都可以:


cmake不成功,如图所示,此时make会显示找不到文件,该问题最大可能就是克隆 jetson-inference库或git submodule update --init 缺失文件,可以将 jetson-inference文件夹删除,从头再来:


cmake成功,如图所示,此时可以直接make:


然后继续执行命令

sudo make install

如图所示:


然后开始测试,依次输入命令

cd jetson-inference/build/aarch64/bin
./imagenet-console ./images/bird_0.jpg output.jpg

如图所示:


可能会出现如下问题,下载Googlenet.tar.gz,如图所示:


该下载不会成功,最终会出现如下错误


解决方案:

  • 首先断开jetson tx2 nx的网络连接,将不再执行下载命令;
  • 然后在networks文件夹中新建Googlenet文件夹,将networks文件夹中的bvlc_googlenet.caffemodel、googlenet.prototxt和googlenet_noprob.prototxt剪切到新建的Googlenet文件夹;
  • 最后在Googlenet文件夹新建networks文件夹,将ilsvrc12_synset_words.txt剪切到新建networks文件夹

然后测试成功,如图所示:


显示识别的图片,如图所示:


使用板载摄像头进行实时图像识别,依次执行命令

cd jetson-inference/build/aarch64/bin
./imagenet-console ./images/bird_0.jpg output.jpg

可能出现视频画面颠倒,卖家教程是修改程序,但是找不到对应的程序,此时只能将Jetson TX2 NX上安装的摄像头进行物理颠倒,重新安装

最终测试结果如图所示:

测试完成,关闭视频窗口即可:

希望本文对大家有帮助,上文若有不妥之处,欢迎指正

分享决定高度,学习拉开差距

你可能感兴趣的:(笔记,一起学Jetson,TX2,NX,Jetson,TX2,NX,经验分享,实时图像识别,TensorRT,ubuntu)