前提

你先得有個(gè)Jetson Nano的開(kāi)發(fā)板，前提是準(zhǔn)備好SD卡！然后燒錄一個(gè) jetpack4.6 版本以上的鏡像系統(tǒng)。下載鏡像到這里，推薦4.6版本直接下載：

https://developer.nvidia.com/embedded/l4t/r32_release_v7.1/jp_4.6.1_b110_sd_card/jeston_nano/jetson-nano-jp461-sd-card-image.zip

然后下載燒錄的工具：

https://www.balena.io/etcher/

完成燒錄之后，插到Jetson Nano 的SD卡槽中就可以通電啟動(dòng)了，第一次啟動(dòng)會(huì)看到！

01

安裝pytorch與torchvision

首先跟大家說(shuō)一聲，一定要參考pytorch官方的文檔，它前面部分是非常有用的！文章地址：

https://pytorch.org/blog/running-pytorch-models-on-jetson-nano/

首先檢查版本，輸入命令行：

sudo apt-cache show nvidia-jetpack

然后安裝pip3命令行支持，因?yàn)楹竺姘惭b其他包需要，必須安裝！

sudo apt install python3-pip

安裝工具檢查CUDA版本

sudo pip3 install jetson-stats
sudo jtop

檢查一下tensorRT的版本：

pip3 list
or
python3
import tensorrt as trt
trt.__version__

檢測(cè)一下CUDA的各種信息

ls -lt /usr/local

下面就是安裝pytorch，首先去英偉達(dá)官方網(wǎng)站下載支持版本，這里筆者下載的是pytorch1.9版本。然后跟它對(duì)于的torchvision版本是0.10版本，這個(gè)也得自己下載。這兩個(gè)下載地址分別是：

https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl

https://github.com/pytorch/vision/archive/refs/tags/v0.10.0.zip

然后首先安裝下面兩個(gè)包，必須先安裝好！

pip3 install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install Cython

安裝1.9 pytorch，時(shí)間會(huì)長(zhǎng)點(diǎn)，先摸魚(yú)一會(huì)再回來(lái)差不多就好了！

pip3 install torch-1.9.0-cp36-cp36m-linux_aarch64.whl

然后下載torchvision

https://github.com/pytorch/vision/archive/refs/tags/v0.10.0.zip

解壓縮，進(jìn)入目錄，

unzip vision-0.10.0.zip
cd vision-0.10.0

先別著急直接安裝它，把這些依賴(lài)的包統(tǒng)統(tǒng)安裝一遍，然后會(huì)報(bào)錯(cuò)！

sudo apt-get isntall libjpeg-dev zlib1g-dev
sudo apt install liblapack-dev
sudo apt install gfortran
sudo apt install libxft-dev libjpeg-dev libpng-dev

然后運(yùn)行torchvision的setup.py開(kāi)始安裝：

sudo python3 setup.py install

安裝完成之后，pip3 list檢查結(jié)果如下：

通過(guò)代碼查詢(xún)版本，可見(jiàn)已經(jīng)導(dǎo)入成功了，可以使用了。

02

安裝YOLOv5 新版本6.x與測(cè)試

先什么都別說(shuō)拉，把這兩個(gè)安裝一波！

pip3 install -–no-cache-dir pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

pip3 install seaborn -i https://pypi.tuna.tsinghua.edu.cn/simple

然后下載YOLOv5 6.1版本

https://github.com/ultralytics/yolov5/archive/refs/tags/v6.1.zip

下載之后，解壓縮，進(jìn)入目錄：

unzip yolov5-6.1.zip
cd yolov5-6.1

然后在命令行直接運(yùn)行下面得腳本：

pythondetect.py--weightsyolov5s.pt--sourceimages/data/zidane.jpg--view-img

正常情況下是可以直接運(yùn)行了，如果發(fā)生一些python module找不到得情況，比如：

The ModuleNotFoundError: No module named ‘yaml’

直接：

pip3 install pyyaml

安裝好之后繼續(xù)執(zhí)行上面得檢測(cè)腳本，直到成功為止。最終運(yùn)行成功顯示如下：

視頻文件也可以得：

然后我把一個(gè)自定義訓(xùn)練好的模型，部署到nano上去了，發(fā)現(xiàn)也是可以直接推理，顯示如下：

審核編輯：劉清