jetson nano 配置yolov5_jsetonn nano miniconda

一、搭建miniconda环境，参考前面文章

二、配置CUDA（当前使用ssh终端连接)

sudo vi ~/.bashrc

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，退出

source ~/.bashrc
nvcc -V #如果配置成功可以看到CUDA的版本号

 三、修改开发板显存

执行：

free -h

 修改nvzramconfig.sh文件

sudo vi /etc/systemd/nvzramconfig.sh

修改文件中

修改mem = $((("${totalmem}"/2/"${NRDEVICES}")*1024))
为
mem=$((("${totalmem}" * 2 / "${NRDEVICES}") * 1024))

重起nano。

sudo  reboot 

free -h 

四、配置torch环境 

conda create -n yolov5 python=3.6 -y

conda activate yolov5

pip install Cython

下载torch   http://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whlhttp://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl

pip install torch-1.8.0-cp36-cp36m-linux_aarch64.whl

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  #或者进入到这个文件夹，右键打开终端
export BUILD_VERSION=0.9.0
python setup.py install --user #时间较久

 pip install pillow==8.4.0

验证torch和torchvision这两个模块是否安装成功

python
import torch
print(torch.__version__)    #注意version前后都是有两个横杠
#如果安装成功会打印出版本号
import torchvision
print(torchvision.__version__)
#如果安装成功会打印出版本号 

遇到的问题：

sudo apt-get install libopenblas-base libopenmpi-dev

解决方法 

 五、搭建yolov5环境

git clone https://github.com/ultralytics/yolov5.git     #因为不开VPN很容易下载出错，建议在电脑中下载后拷贝到jetson nano中
python -m pip install --upgrade pip
cd yolov5   #如果是手动下载的，文件名称为yolov5-master.zip压缩包格式，所以要对用unzip yolov5-master.zip进行解压，然后再进入到该文件夹
pip install -r requirements.txt        #我的问题是对matplotlib包装不上，解决办法，在下方。如果其他包安装不上，可去重新执行换源那一步，更换另一种国内源。
python3 -m pip list     #可查看python中安装的包
以下指令可以用来测试yolov5
python3 detect.py --source data/images/bus.jpg --weights yolov5n.pt --img 640   #图片测试
python3 detect.py --source video.mp4 --weights yolov5n.pt --img 640 #视频测试,需要自己准备视频
python3 detect.py --source 0 --weights yolov5n.pt --img 640 #摄像头测试