Jetson Nano B01 初始化环境

在成功刷完机后，我们首先使用putty工具用串口进入设备，对设备进行初始化

说明

    1、engine模型预测，我们必须使用设备自带的python版本，即：python3.6.9。

    2、pt转engine模型，必须使用python3.7，因为yolov5要求python版本不能低于3.7，python3.8也是不能用的，会报错。

    3、yolov5使用的yolov5-7.0版本，因为yolov5-master要求python版本不得低于python3.8，所以没法用。

    4、按当前部署的环境tensorrtx-master和tensorrtx-yolov5-v7.0两个工程的yolov5_det_trt.py文件都能运行

    5、windows上转换的engine模型模型在设备上貌似不能用。

安装Python3.7

我们模型转换用python3.7，engine模型预测用系统自带的python3.6.9，为了方便后面安装pip等环境，我们先把python3软连接到python3.7，等会模型转换环境安装完了，可以再切换到3.6.9

# 更新源
sudo apt-get update

# 更新已安装包，遇到需要输入的，全选“Y”
sudo apt-get upgrade 

# 安装Python3.7
sudo apt-get install python3.7

# 将原先的Python3.6替换成Python3.7
sudo rm -rf /usr/bin/python3
sudo ln -s /usr/bin/python3.7 /usr/bin/python3

# 安装pip3
sudo apt-get install python3-pip
pip3 install --upgrade pip

# 查看python安装情况
ll /usr/bin/python3*

其他命令

# 卸载python3.7
sudo apt autoremove python3.7

# 查看设备支持的所有安装包格式 
pip3 debug --verbose

# 查看python版本
python3.7 --version

pt转engine模型环境搭建

模型转换需要用到yolov5-7.0工程，该工程最低只支持python7.0，所以我们必须安装python7.0的运行环境

Torch、Torchvision安装

# 在线安装，下载有点慢，可以将连接复制出来，手动下载，这样会快点
pip3 install torch==1.12.0 -f https://download.pytorch.org/whl/torch_stable.html
pip3 install torchvision==0.13.0 -i https://mirror.baidu.com/pypi/simple

# 或者手动下载后，进行离线安装
pip3 install torch-1.12.0-cp37-cp37m-manylinux2014_aarch64.whl
pip3 install torchvision==0.13.0 -i https://mirror.baidu.com/pypi/simple

torchvision和PyTorch版本对应如下：

按顺序安装需要的包

sudo apt-get install python3.7-dev

# 一个个单独安装
pip3 install numpy==1.21.6 -i https://mirror.baidu.com/pypi/simple
pip3 install opencv-python==4.9.0.80 -i https://mirror.baidu.com/pypi/simple
pip3 install pandas==1.3.5 -i https://mirror.baidu.com/pypi/simple
pip3 install IPython -i https://mirror.baidu.com/pypi/simple
pip3 install matplotlib==3.5.3 -i https://mirror.baidu.com/pypi/simple
pip3 install tqdm -i https://mirror.baidu.com/pypi/simple
pip3 install seaborn -i https://mirror.baidu.com/pypi/simple
pip3 install psutil==5.9.8 -i https://mirror.baidu.com/pypi/simple
 
# 或者一次性全部安装，都行的
pip3 install numpy==1.21.6 opencv-python==4.9.0.80 pandas==1.3.5 IPython matplotlib==3.5.3 tqdm seaborn psutil==5.9.8 -i https://mirror.baidu.com/pypi/simple

下载tensorrtx-yolov5-v7.0和yolov5-7.0两个工程，注意，下载的两个版本要一致，下载完之后，将文件通过winscp工具上传到设备上。

https://github.com/wang-xinyu/tensorrtx

https://github.com/ultralytics/yolov5

把 tensorrtx-yolov5-v7.0/yolov5 下的gen_wts.py复制到yolov5-7.0的文件夹下

执行 gen_wts.py 生成.wts 文件。

python3 gen_wts.py -w yolov5s.pt -o yolov5s.wts

转换成功

到目录 tensorrtx-yolov5-v7.0/yolov5 文件夹，创建一个 build 文件，并进入

mkdir build
cd build
cmake ..

执行 makeFile

make -j2

从 yoloV5 的文件路径下的 wts 文件复制到 tensorrtx-master/yolov5 里。

生成.engine 文件

sudo ./yolov5_det -s ../yolov5s.wts yolov5s.engine s

转换成功！！

运行测试

sudo ./yolov5_det -d yolov5s.engine ../../yolov3-spp/samples

然后我们就可以看到输出的两个图像了~~

安装engine模型预测环境

经过前面步骤，我们还不能运行yolov5_det_trt.py文件，我们还需要安装pycuda才行。

查看cuda版本，并安装pycuda

参考博客：https://blog.csdn.net/weixin_44750512/article/details/123156020

官网地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/

# 查看cuda的bin目录下是否有nvcc
cd /usr/local/cuda/bin

# 如果存在，直接将cuda路径加入系统路径即可，进入配置文件
sudo vim ~/.bashrc

# 添加以下配置，在/.bashrc中配置PATH路径，完整配置如下
export PATH=$PATH:/usr/local/cuda/bin

# webapi需要的设置（不是必须）
export FLASK_ENV=development

# 更新配置文件
source ~/.bashrc

# 查看nvcc版本
nvcc -V

再次执行nvcc -V 就可以看到相应cuda版本了，如下

确认系统cuda版本，安装pycuda

参考博客：https://blog.csdn.net/qq_27278957/article/details/123068094

博主这里是cuda10.2版本，按道理说应该安装2021.1版本或者2019.1.2

2021.1博主试过了，安装不成功，所以只能安装2019.1.2

# 切换python3的软连接为python3.6.9，我们需要将pycuda安装到python3.6.9环境中才行
sudo rm -rf /usr/bin/python3
sudo ln -s /usr/bin/python3.6 /usr/bin/python3

# 安装pycuda
python3 -m pip install pycuda==2019.1.2 -i https://mirror.baidu.com/pypi/simple

板子有自带安装tensorrt，可以通过下面命令确认tensorrt版本，之前博主不知道，用python3.7死活无法安装高版本的tensorrt，导致py程序就是找不到tensorrt库，其实tensorrt可以不用安装的，系统自带了。

dpkg -l tensorrt

运行测试

然后直接运行“tensorrtx-yolov5-v7.0\yolov5\olov5_det_trt.py”文件

删除ensorrtx-yolov5-v7.0\yolov5\images文件，然后把yolov5的data/images文件夹拷贝到“tensorrtx-yolov5-v7.0\yolov5”目录下。

python3 yolov5_det_trt.py

其他

自定义数据集种类数设置位置如下：

给python3.6环境升级opencv（注意，这里python3软连接的是opencv3.6，博主没升级成功，卡了几个小时了没动静~~）

python3 -m pip install scikit-build -i https://mirror.baidu.com/pypi/simple
python3 -m pip install opencv-python==4.9.0.80 -i https://mirror.baidu.com/pypi/simple

# json包
python3 -m pip install flask -i https://mirror.baidu.com/pypi/simple

# 其他设置
export FLASK_ENV=development