NVIDIA Jetson AGX Xavier 从刷机之后到配置环境

特殊的配置环境需求：

cuda-10.2、python 3.6.9、torch 1.7.0、torchversion 0.8.1，剩下的顺其自然即可（逃。

顺便说一句，里面的指令请一行一行仔细复制粘贴 orz

一、前置

关于如何刷机请参考 https://blog.csdn.net/qq_38679413/article/details/109398853 或 https://www.weixiuzhan.cn/news/show-29589.html （第一个 blog 是原版设置了只有关注才能看，第二个是盗版文章233，它俩内容一样）

从 github.com 中下载 yolov5-master 汉化版。网址：https://github.com/wudashuo/yolov5

假设刷机完成了。

安装pip3

sudo apt-get install python3-pip

安装 jtop，这个可以查看设备状态并且可以打开风扇

sudo -H pip3 install -U jetson-stats

运行 jtop

sudo jtop

更新已安装的软件（这条也许可以用也许可以不用）

sudo apt-get upgrade

二、安装 requirements.txt

yolov5-master汉化：https://github.com/wudashuo/yolov5

yolov5-master 要求 Python \(\ge 3.8\)，但是这里我们直接使用刷机后自带的 Python 3.6.9，原因是只能使用刷机后的 cuda 10.2，别的版本装了三天装不上，而 torch 只有较低版本如 1.7.0 才能与 cuda 10.2 匹配，Python 3.8 里找不到 torch 1.7.0，所以这里用 Python 3.6.9 完成。

更新 pip 并换源

pip3 install pip -U
pip3 config set global.index-url https://mirrors.aliyun.com/pypi/simple/

国内的其他源

豆瓣 https://pypi.doubanio.com/simple/
网易 https://mirrors.163.com/pypi/simple/
阿里云 https://mirrors.aliyun.com/pypi/simple/
腾讯云 https://mirrors.cloud.tencent.com/pypi/simple
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

在四周目的时候（刷了三次机），我使用了下面的指令，我不知道这条指令对于这个实验有没有影响，我觉得用不用随意吧。

sudo apt-get upgrade

安装 matplotlib，这里用 apt-get 安装一个低版本的，后面可以用别的指令更新成高版本，否则如果用 pip 直接安装会安装不上，不知道为啥。

sudo apt-get install python3-matplotlib

先把 torch 1.7.0 下载好了（例如从邮箱），安装 torch

下载地址：https://pan.baidu.com/s/1uunl1lLmR8mYSZYjL24QpA 提取码：1234

这个晚上重新下载的时候简直是飞一般的感觉，白天都被别人分走了网速，可恶！下载了两个小时！

cd 切到该文件夹下然后执行

pip3 install torch-1.7.0-cp36-cp36m-linux_aarch64.whl

如果失败请换源，我安装的时候阿里源、清华源都炸了233，最后切的豆瓣源才好使。

安装 torchvision：这里使用源码安装

git clone -b v0.8.1 https://github.com/pytorch/vision.git vision-0.8.1
sudo apt-get install libopenblas-dev
cd vision-0.8.1
sudo python3 setup.py install

剩下的可以直接

pip3 install -r requirements.txt

如果出现了重复下载多个 matplotlib 压缩包的情况，请停止，否则会非常之慢，三周目的时候它让我享受到从 3.3.2 下载到 2.0.0 的快感！并一个一个手动安装 requirements.txt 中的包，如果 pip3 无法安装，那么用 sudo apt-get python3-<package>，比如我在四周目的 seaborn 包就无法用 pip3 安装，那么就输入了 sudo apt-get python3-seaborn 然后最后再调用一次上面的指令，把之前安装的低版本的包都更新一遍。根据本人经验之谈，只要可以把低版本的安装上，那么更新非常容易。

附安装的 requirements.txt （其实就是把上面三个拉出来手动安装的 matplotlib、torch、torchvision 注释掉了而已），这里其实就是更新 matplotlib 的地方，虽然注释掉了，但是由于它似乎是 seaborn 的前置，所以可以更新。（反正我用注释掉的这个 txt 配上了环境）

# pip install -r requirements.txt

# base ----------------------------------------
# matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
# torch>=1.7.0
# torchvision>=0.8.1
tqdm>=4.41.0

# logging -------------------------------------
tensorboard>=2.4.1
# wandb

# plotting ------------------------------------
seaborn>=0.11.0
pandas

# export --------------------------------------
# coremltools>=4.1
# onnx>=1.9.0
# scikit-learn==0.19.2  # for coreml quantization

# extras --------------------------------------
# Cython  # for pycocotools https://github.com/cocodataset/cocoapi/issues/172
# pycocotools>=2.0  # COCO mAP
thop  # FLOPs computation

然后可能 PyYAML 包可能会出问题无法更新，那么使用

pip3 install --ignore-installed PyYAML

接着测试一下 Python 的 torch 包是否能够在 cuda 下工作。

python3
>>> import torch
>>> print(torch.cuda.is_available())

若为 True ，则可以工作。如果调用 import torch 返回了 illegal instruction (core dumped) 请退出 Python3 环境并在 bash 里输入

export OPENBLAS_CORETYPE=ARMV8

如果在上述的安装过程中出现了 permission denied 那么

sudo chmod 777 -R /usr/local #最后一个是文件夹，给他把读写执行的权限去掉

请谨慎使用！最后一个文件夹请一定不要写的很大，如憨憨的我写成了 sudo chmod 777 -R /，然后出现 sudo 都不能用的情况，只能重新刷机开启四周目。

三、使用 ip 摄像头连接并测试 detect.py

我这里使用华为的安卓手机，在浏览器上下载了 ip 摄像头（注：我是从小米应用商店里找到的）。最好连接 wifi，使用流量不知为何连不上。然后点击下方的 打开IP摄像头服务器 。然后把 RTSP 服务器 前面的勾打上。然后记住这一行的 rtsp 流地址，假如这一行是 RTSP:rtsp://10.5.99.99:8554/live ... ，那么在 yolov5-master 文件夹下运行（第一个 admin 是账户，第二个 admin 是密码）

python3 detect.py --source rtsp://admin:admin@10.5.99.99:8554/live

即可连接。详细的指令请去 github 上看 readme。

如果识别一张图片的速度 $ \ge 0.5 s$ ，那么很可能是使用 CPU 识别的。

如果识别一张图片的速度 $ \le 0.09 s$ ，那么是使用 GPU 识别的。

从刷机完成到测试 detect.py，在没有人跟我们抢网速的情况下，大约使用了 1 个小时多一点的时间就可以调好环境。加油！