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