jetson agx xavier 安装yolo v5 小记

-- 这段时间需要将yolo v5 部署到 jetson agx xavier上，过程记录如下

查看 jetpack 版本信息

查看 jetpack 版本有多种方式，建议安装 jtop ，能够实时查看系统当前状态，是修改版的 top

相关命令如下：

安装并创建python虚拟环境

可以通过 anaconda 、miniconda、miniforge 等工具创建python虚拟环境，我采用的是miniforge，安装过程与 anaconda、miniconda 相同

注意事项：由于 jetson agx xavier 默认只有32GB，因此尽量将 miniforge等安装位置设在移动硬盘等外置存储中

创建虚拟环境相关命令

安装 yolo v5

下载安装 torch

torch 版本需要和 jetpack 版本对应，jetpack 4.4 对应 torch 版本为 1.10.0，需要从nvidia官网下载（建议使用梯子）

对应关系

编译安装 torchvision

python 3.6下没有 torchvision 0.10.0的包，只能自行编译（torchvision 0.10.1都不能与 torch 1.10.0 配合使用……）

• 下载 torchvision 自行下载 torchvision 指定版本，torchvison github//在 yolo-v5 虚拟环境下，最好提前设置清华源 pip3 install numpy==1.9.3// 进入yolo-v5 虚拟环境，编译时间可能较久 sudo python3 setup.py install
• 安装 numpy 亲测 numpy 1.9.5 版本下无法正常编译安装 torchvision，但 yolo v5 需要的 4.1.1 以上版本的 opencv-python 基本上都要求 numpy 版本 1.9.3以上，因此最好安装 numpy 1.9.3版本
• 编译 torchvision

下载yolo v5

测试安装

通过训练 coco128 数据集来验证安装结果

能够完成训练则说明 yolo v5 成功安装，测试时发现，jetson agx xavier 的训练速度与 3060 12GB 差距在百倍以上