Jetson nano与Raspberry pi 4 安装OpenVINO toolkit

背景

之前在raspberry pi 3b上，使用Movidius NCS2实现了一个小demo，最近买来了英伟达的jetson nano，想把之前的项目移植到这上面。于是我想当然的下载树莓派的openvino_toolkit，安装时提示只支持32位架构。庆幸的是OpenVINO是开源的，github上有一个叫做dldt的项目，就是它。于是开始有了下文。

笔者环境

• jetson nano (aarch64)

  
  
  CPU
  
  

  (raspberry pi 4 安装与此基本一致，给出的参考文献就是以raspberry为基础安装的)

具体操作

openvino 是开源的，这意味这我们可以在任意平台编译。

1. 克隆dldt项目

使用git clone 该项目https://github.com/opencv/dldt

git clone https://github.com/opencv/dldt.git

查看分支

git branch

切换到2019分支

git checkout 2019

切换到2019分支后，初始化模块

git submodule init
git submodule update --recursive

2. 编译项目

官方给出的编译工具版本要求：

• CMake* 3.5 or higher
• GCC* 4.8 or higher to build the Inference Engine

重点

• 进入 dldt/inference-engine/thirdparty/clDNN 目录
• 打开CMakeLists.txt文件，搜索sse
  将这些全部注释，因为这是intel 处理器特有的指令，不注释会报错。

#          -march=corei7
#          -mstackrealign
#          -msse
#          -msse2
#          -msse3
#          -mssse3
#          -msse4
#          -msse4.1
#          -msse4.2

注释

• 进入 inference-engine目录
  创建build目录

mkdir build && cd build

• 执行编译操作

cmake -DCMAKE_BUILD_TYPE=Release \
-DENABLE_SSE42=OFF \
-DTHREADING=SEQ  \
-DENABLE_GNA=OFF \
-DENABLE_VPU=ON \
-DENABLE_MYRIAD=ON \
-DENABLE_MKL_DNN=OFF \
-DENABLE_CLDNN=OFF \
-DENABLE_SAMPLES=OFF \
-DENABLE_PYTHON=ON \
-DPYTHON_EXECUTABLE=/usr/bin/python3.6 \
-DPYTHON_LIBRARY=/usr/lib/aarch64-linux-gnu/libpython3.6m.so \
-DPYTHON_INCLUDE_DIR=/usr/include/python3.6 \
.. && make -j3

根据自己需要安装模块，这里需要注意，CLDNN和SAMLES不要编译，会报错。

• python相关目录，指定为自己的（建议在终端内，手动进目录，将对应的东西替换，目录名称不一定跟我的一样）。
• 编译后执行安装

sudo make install

必须在管理员权限下安装。

与官方包安装不同，安装后不需要在~/.bashrc里加入setupvars.sh。
但是要在~/.bashrc或~/.profile加入这两行：

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/lib:/home/hnano/dldt/inference-engine/bin/intel64/Release/lib"
export PYTHONPATH="/home/hnano/dldt/inference-engine/bin/intel64/Release/lib/python_api/python3.6"

注意替换为自己到路径。划重点，要在python里导入openvino 必须添PYTHONPATH。

• 最后，重新打开一个终端，在python3里即可导入openvino

  
  
  2.png

安装过此中出现里多次卡死，没关系，断电重启，重复执行之前的cmake命令可继续编译。

祝安装顺利~

参考

• Raspberry Pi 4, 64bit, Arm8 and OpenVino