部署教程
1. 增加swap内存(可在系统监视器的资源中可看到)
在终端输入:
sudo vim /etc/systemd/nvzramconfig.sh
按“i”进入输入模式,如图所示,修改
mem=$((("${totalmem}" / 2 / "${NRDEVICES}") * 1024))
改为
mem=$((("${totalmem}" * 2 / "${NRDEVICES}") * 1024))
按"Esc"输入“:wq”保存退出,重启板子。然后会看到swap从1.9GB增加到7.7GB,方便后续加速推理
2. 风扇控制(自动控制)
(1) 打开终端输入命令(克隆包):
git clone https://github.com/Pyrestone/jetson-fan-ctl.git
(2) Cd到目录下,输入命令:
cd jetson-fan-ctl.git
(3) 接着输入:
sudo ./install.sh
(4) 设置开机自启动:
sudo service automagic-fan restart
3. Cuda和darknet
(1) 打开终端输入命令:
vim .bashrc
(2) 在末尾加上(注意第三行有空格,如图)
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}}
按"Esc"输入“:wq”保存退出
(3) 输入nvcc -V 即可查看cuda版本
4. torch & torchvision 安装
(1) 下载官方提供的包:
https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl
(2) 在终端输入:
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
(3) 接着输入:
pip3 install Cython
(4) 接着输入(路径下要包含刚才下载的包):
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
(5) 接着输入(克隆包):
git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision
(6) Cd到此文件夹下:
cd torchvision
(7) 在终端输入:
export BUILD_VERSION=0.9.0
(8) 接着输入:
python3 setup.py install --user
(9) 等待编译成功即可。
5. YOLOv5环境搭建
(1) 终端输入(克隆代码):
git clone https://github.com/ultralytics/yolov5.git
(2) cd到yolov5文件夹下,终端输入:
python3 -m pip install --upgrade pip
(3) 接着输入:
pip3 install -r requirements -i https://mirror.baidu.com/pypi/sample
(4) 等环境配置好后,输入:
python3 detect.py
第一次运行会下载yolov5s.pt的权重,下载完成,会得到推理结果
6. 使用自己的yolov5模型进行测试
(1) 将自己的训练好的模型放在yolov5文件夹下进行测试