在Jetson Nano上跑yolov5

Jetson Naon搭建

按照官方文档搭建好Jetson Nano环境后，可以看到/usr/local/cuda目录，将CUDA加入环境变量：

export CUDA_HOME=/usr/local/cuda
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

查看CUDA信息

➜  ~ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Sun_Feb_28_22:34:44_PST_2021
Cuda compilation tools, release 10.2, V10.2.300
Build cuda_10.2_r440.TC440_70.29663091_0

准备Python

以前一直使用Anaconda管理Python环境，但是在Jetson Nano安装Anaconda或Miniconda时都出现了"core dumped"，最后发现了miniforge 这个项目。

我这里安装的是4.12.0版本：Mambaforge-Linux-aarch64.sh

➜  ~ sudo ./Mambaforge-Linux-aarch64.sh

安装好Mamba后就是创建Python环境了。

因为PyTorch官方不提供ARM aarch64架构的CUDA版本，所以我下载Nvida官网编译好的二进制包。目前提供PyTorch1.0.0 ~ PyTorch1.12.0 总计13个版本可供选择。

PyTorch for Jetson

怎么选择PyTorch版本呢？我们可以看到不同的PyTorch版本对JetPack版本要求是不一样，先查看Jetson Nano的JetPack版本。

➜  ~ cat /etc/nv_tegra_release
# R32 (release), REVISION: 7.2, GCID: 30192233, BOARD: t210ref, EABI: aarch64, DATE: Wed Apr 20 21:34:48 UTC 2022

可以看到默认安装的是JetPack R32，JetPack R32支持的PyTorch最高的版本是v1.10.0，对应的Python版本是3.6。

nvidia

创建Python3.6环境：

mamba create -n yolov5 python=3.6

安装PyTorch

下载PyTorch，并运行下面命令安装。

sudo apt-get install libopenblas-base libopenmpi-dev libomp-dev
pip install Cython
pip install torch-1.10.0-cp36-cp36m-linux_aarch64.whl

检查PyTorch安装情况：

(yolov5) ➜  python
Python 3.6.15 | packaged by conda-forge | (default, Dec  3 2021, 19:12:04)
[GCC 9.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.cuda.is_available())
True
>>> print(torch.backends.cudnn.version())
8201

安装torversion

因为PyTorch选择的是v1.10.0，所以torchvision需要安装版本0.11.0。因为torchvision依赖pillow，安装时默认会安装最新的pillow。但是最新的pillow会产生其他问题，所以这里先安装好pillow版本8.4.0。

Torchvision项目地址

先安装依赖

(yolov5) ➜  ~ sudo apt-get install libjpeg8 libjpeg62-dev libfreetype6 libfreetype6-dev
(yolov5) ➜  ~ pip install pillow==8.4.0

下载torchvision源码，并安装：

python setup.py install

检查torchvision安装情况：

(yolov5) ➜  ~ python
Python 3.6.15 | packaged by conda-forge | (default, Dec  3 2021, 19:12:04)
[GCC 9.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torchvision
>>> print(torchvision.__version__)
0.11.0a0

安装Yolov5

Yolov5项目地址

下载项目源码，并安装依赖：

(yolov5) ➜  ~ pip install -r requirements.txt

运行yolov5：

(yolov5) ➜  yolov5 python detect.py --source 0

效果如下：

23-07-36屏幕截图

最后修改于 2022-05-22