当前位置: 首页 > news >正文

jetson orin nano学习(torch+OpenCV+yolov5+)

一:入门第一件事:跟着商家教程配置哈哈

指令:nvidia-smi -h  帮助命令
          sudo jtop --查看nvidia的gpu状态

Tip:教程下载的pytorth,cuda,cudnn版本不一定是你项目符合的,要提前想好

1.2 安装虚拟环境包(要安装minifoge3,因为nvdia设备架构不能按照conda和miniconda)

安装过程可以查看:
【nano系列】jetson nano 安装conda管理环境(三)_jetson 安装conda-CSDN博客

https://github.com/conda-forge/miniforge

二,部署一下yolov5练练手(tensor 加速版)

2.1涉及网站汇总:

1.pytorch安装

https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048

2.部署过程

Jetson Nano部署YOLOv5与Tensorrtx加速——(自己走一遍全过程记录)_jetson nano yolov5-CSDN博客

3.

2.2安装pytorch和torchvision

#tip:安装时一定要明确自己的python版本和jetback版本,torch只有在nvdia官网下载才能适配。

(1)在2.1中第一个网站找到要下载的pytorch安装包,下载

(2)在其页面下方打开installsion查看下载的pytorch需要的torchvision对应版本

(3)安装Torchvision的步骤

        (1)安装依赖库:在编译Torchvision前,需安装以下依赖:

sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev

        (2)克隆指定版本的Torchvision源码

git clone --branch v0.15.1 https://github.com/pytorch/vision torchvision
cd torchvision

(版本号0.15.1根据对应关系调整)

        (3)设置环境变量并编译安装

cd torchvision#进入目录
export BUILD_VERSION=0.15.1  # 与Torchvision版本一致
python3 setup.py install --user
大功告成!!

2.3,安装opencv(不是一般的opencv,要符合nvdia配置)

安装后面编译需要用到的依赖库

sudo apt install -y build-essential checkinstall cmake pkg-config yasm git gfortran
sudo apt update
sudo apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt install -y libjpeg8-dev libjasper-dev libpng12-dev libtiff5-dev libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev libxine2-dev libv4l-dev
sudo apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libgtk2.0-dev libtbb-dev libatlas-base-dev libfaac-dev libmp3lame-dev libtheora-dev libvorbis-dev libxvidcore-dev libopencore-amrnb-dev libopencore-amrwb-dev x264 v4l-utils
sudo apt install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

下载两个包

Tags · opencv/opencv

Tags · opencv/opencv_contrib

将contrib解压在opencv文件夹下面

进行以下步骤

cd opencv-4.5.5
mkdir build

cmake \
-DCMAKE_BUILD_TYPE=Release \
-DCMAKE_INSTALL_PREFIX=/usr/local \
-DOPENCV_ENABLE_NONFREE=1 \
-DBUILD_opencv_python2=1 \
-DBUILD_opencv_python3=1 \
-DWITH_FFMPEG=1 \
-DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \
-DCUDA_ARCH_BIN=7.2 \
-DCUDA_ARCH_PTX=7.2 \
-DWITH_CUDA=1 \
-DENABLE_FAST_MATH=1 \
-DCUDA_FAST_MATH=1 \
-DWITH_CUBLAS=1 \
-DOPENCV_GENERATE_PKGCONFIG=1 \
-DOPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.5.4/modules \
..


make -j6
sudo make install

但import cv2时,还是会报no module "cv2"的报错,到build目录下,找到python_load文件夹,这个文件夹就是cv2编译的python package

cd opencv-4.5.5/build/python_loader
sudo pip3 install .

再测试一下,发现和jtop看到的是一致的
详细配置可以去看up主:荔枝澄的个人空间-荔枝澄个人主页-哔哩哔哩视频 

2.4配置nvcc -V

2.4.1 打开终端

#打开终端,输入命令
vi .bashrc

拉到最后,在最后添加这些 (10.2根据自己版本改)

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_ROOT=/usr/local/cuda

应用当前配置(刷新一下)

source ~/.bashrc

2.4.2 安装后输出命令查看 

nvcc -V

 今天就学到这啦,注意,有些步骤编译要很久,不是出错了哦!

谢谢

相关文章:

  • Nginx 基础使用(2025)
  • 大模型-qwen1.5-本地部署
  • 针对Docker配置常用镜像加速器站点
  • YOLO脚本合集
  • 基于SIMP算法的材料结构拓扑优化matlab仿真
  • 【32期获取股票数据API接口】如何用Python、Java等五种主流语言实例演示获取股票行情api接口之沪深A股融资融券历史走势股数据及接口API说明文档
  • Pseduo LiDAR(CVPR2019)
  • 【玩泰山派】2、制作buildroot镜像,并烧录
  • SQL Server 数据库实验报告
  • CAD插件实现:所有文字显示到列表、缩放、编辑——CAD-c#二次开发
  • 虚拟机第十三章-垃圾回收
  • 大咖访谈:Ftrans飞驰云联王泽瑞:安全即效率:数据交换新范式
  • 嵌入式Linux驱动开发基础知识(三)
  • Vue的学习总结-day01
  • 3.字节输出流FileOutputStream写出数据的三种方式
  • (C语言)单链表(1.0)(单链表教程)(数据结构,指针)
  • Python爬虫教程007:scrapy结合实际案例的简单使用
  • 深入讲解:智能合约中的读写方法
  • NumPy性能调优实战:从调试到性能分析的完整指南
  • Linux进阶——shell脚本语言
  • 海淀网站开发/重庆网站快速排名提升
  • 网站开发与制作/广东疫情最新消息今天
  • 寿光做网站的公司/如何推广网址链接
  • 网站前缀带wap的怎么做/网络代理app
  • 毕设做网站答辩会要求当场演示吗/今日重大国际新闻军事
  • 如何制作一个网站做淘宝券/合肥seo推广外包