英伟达Jetson xavier agx的GPU部署yolov5

1、基础环境列表

Jetpack 4.4
CUDA 10.2
python=3.6.9
这两个版本比较重要，原因是需要装torch要大于1.7版本的，而大于1.7版本的torch需要装Jetpack，
相关版本，可查看：https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048
对应版本的.whl下载地址：https://elinux.org/Jetson_Zoo#PyTorch_.28Caffe2.29
查看方法可以通过jtop然后下面6INFO来看
jtop安装方式为
sudo -H pip install jetson-stats

 2、安装venv虚拟环境

在这里没有使用conda因为我的conda环境出错了，没有找出来问题，
如果没有问题可以看一下这篇博客：https://blog.csdn.net/qq_40691868/article/details/114379061
下面安装venv虚拟环境
$ sudo apt install python3-venv
在这里说一下venv的使用：
创建虚拟环境
　　$ python3.6 -m venv yolov5venv

进入虚拟环境
　　$ source yolov5venv/bin/activate

退出虚拟环境
　　$ deactivate　

    除了venv和conda还有一种虚拟环境是Virtualenv，

　具体安装与使用方法参考：https://blog.csdn.net/u011119817/article/details/109622480

3、下载和配置yolov5

3.1、下载yolov5
　　$ git clone -b v5.0 https://github.com/ultralytics/yolov5.git
　　$ cd yolov5
　　打开requirements.txt，把里面的>+都换成==，为了防止pypi更新了，但是yolov5没有更新导致环境错误，然后把opencv-python>=4.1.1，torch>=1.7.0，torchvision>=0.8.1，这几个包注释掉，这几个需要单独安装，其他的可以直接使用下面命令安装
　　$ source ~/yolov5venv/bin/activate
　　$ pip install -r requirements.txt
　　安装小技巧，如果有些包安装失败，可以使用下面方法安装，如果没有问题可跳过。
　　　　首先安装相关包（首先安装Cython用来源码安装其他的包）
　　　　　　$ pip install Cython　
　　　　举例安装matplotlib
　　　　　　$ pip install matplotlib==3.2.2
　　　　　　如果安装不成功可以升级一下pip
　　　　　　$ pip install --upgrade pip
　　　　　　如果还不成功就源码编译，首先去下载相关版本源码
　　　　　　搜索matplotlib pypi然后进入，点击左边release history，找到3.2.2然后点击，然后点击左边Download files然后找到最下面，
　　　　　　下载 matplotlib-3.2.2.tar.gz这个文件，然后解压该文件，进入该文件夹内
　　　　　　执行下面命令，（--prefix目的是将matplotlib安装到yolov5venv/lib/python3.6/site-packages/文件夹下）
　　　　　　$ python setup.py install --prefix=~/yolov5venv
　　　　　　我们可以通过pip list查看是否安装上
　　　　　　$ pip list　　　　　　
3.2、环境配置（主要是torch、torchvision和opencv的配置）
　　激活虚拟环境
　　　　$ source ~/yolov5venv/bin/activate
　　安装torch1.7.0
　　　　首先解释torch这个安装的.whl文件在前面已有下载路径，（需要VPN，推荐扩展Hoxx扩展）
　　　　本文下载了torch1.7.0版本的.whl文件，进入下载好的该文件夹下
　　　　$ pip install torch-1.7.0-cp36-cp36m-linux_aarch64.whl

　　安装torch1.7.0对应的torchvision，其中torchvision版本为0.8.1
　　　　安装torchvision0.8.1之前我们需要下载一个OpenBLAS
　　　　　　$ git clone https://github.com/xianyi/OpenBLAS.git
　　　　　　$ cd OpenBLAS/
　　　　　　安装gfortran
　　　　　　$ sudo apt install gfortran
　　　　　　编译OpenBLAS
　　　　　　$ make FC=gfortran
　　　　　　安装OpenBLAS
　　　　　　$ sudo make install
　　　　　　软连接
　　　　　　$ sudo ln -s /opt/OpenBLAS/lib/libopenblas.so  /usr/lib/libblas.so.3
　　　　　　$ sudo ln -s /opt/OpenBLAS/lib/liblapack.so.3 /usr/lib/liblapack.so.3
　　　　　　配置环境变量，在~/.bashrc文件中加入export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/OpenBLAS/lib
　　　　　　$ sudo gedit ~/.bashrc
　　　　　　$ source ~/.bashrc
　　　　　　然后退出OpenBLAS文件夹
　　　　开始安装torchvision0.8.1 首先下载文件，然后编译安装
　　　　　　$ git clone --branch v0.8.1 https://github.com/pytorch/vision.git torchvision-0.8.1
　　　　　　$ cd torchvision-0.8.1
　　　　　　输入下面命令，其中python是写python3.6，不然无法在pip list下面看到，也可以输入python然后 import torchvision，如果用python来装就会显示没有安装，其中--prefix是指定文件夹，本文安装后会在yolov5venv/lib/python3.6/site-packages下
　　　　　　$ python3.6 setup.py install --prefix=~/yolov5venv
　　　　　　同样，我们可以通过pip list查看是否已经安装了torchvision

　　查看是否正确安装torch
　　　　$ python
　　　　>>import torch
　　　　>>
　　　　如果正常就会如上面所示，如果出现了Illegal instruction(core dumped)问题
　　　　解决方式如下
　　　　$ sudo gedit /etc/profile
　　　　在文件后面加入
　　　　export OPENBLAS_CORETYPE=ARMV8
　　　　$ source /etc/profile
　　　　这时可能退出了虚拟环境，然后再次source一下，然后再进入虚拟环境（记住上面的，可以要经常刷新一下，出现这个问题就刷新一下）
　　安装cv相关的，
　　　　这里需要拷贝cv2.cpython-36m-aarch64-linux-gnu.so到~/yolov5venv/lib/python3.6/site-packages/文件夹下
　　　　可以进入/usr/local/lib/python3.6/dist-packages文件夹下拷贝也可以通过命令
　　　　$ cp /usr/local/lib/python3.6/dist-packages/cv2.cpython-36m-aarch64-linux-gnu.so ~/yolov5venv/lib/python3.6/site-packages/
　　　　之后就可以通过pip安装其他包就可以了。

 4、运行yolov5

本文使用的是相机进行更新的，可以通过命令
$ ls /dev/vi*
查看是否有video0，然后运行下面命令
$ python3.6 detect.py --source 0 --weights weights/yolov5s.pt --conf 0.25

5、总结

本次的难点总结，其中遇到的问题也奇奇怪怪的，总之终于完成了这次yolov5的GPU版本运行任务
  1. jetpack和cuda和torch和torchvision版本对应关系
  2. opencv的安装
  3. python相关包的搜索下载，最后通过XXX pypi搜索来的最快
  4. 源码编译python的相关包，安装的时候通过--prefix=~/XXX选择安装路径
  5. torch安装，下载的.whl文件无法使用3.7的环境安装
  6. torchvision安装，使用python setup.py install命令无法找到，但是用python3.6可以
  7. /etc/profile文件中加入export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/OpenBLAS/lib
  8. 区分venv和virtual虚拟环境区别

6、参考链接

【Jetson-Nano】1.基础安装环境配置

https://blog.csdn.net/u011119817/article/details/109622480

【Jetson-Nano】2.Tensorflow和Pytorch的安装

https://blog.csdn.net/u011119817/article/details/109616474#t10

Jetson AGX Xavier配置yolov5虚拟环境

https://blog.csdn.net/qq_40691868/article/details/114379061

Jetson AGX Xavier安装Archiconda虚拟环境管理器与在虚拟环境中调用opencv

https://blog.csdn.net/qq_40691868/article/details/114362278

OpenBLAS安装

https://blog.csdn.net/mywmy/article/details/96993537

posted @ 2021-08-11 21:26  stacso  阅读(2824)  评论(0)  编辑  收藏  举报