-- 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:
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
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)
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……)
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
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。