NVIDIA Nano运行YOLO

前言

小记：nano部署YOLO流程，相似文章有许多许多，供自己以后回忆流程（虽然也没什么好回忆的，略~）

---

提示：这里提供的方案并不一定适用于你所遇到的情况，仅供参考哈~

一、系统配置

很多文章都写过系统、源……配置了，这里就省略了~

二、环境

1.CUDA

#打开终端，输入命令
vi .bashrc

#添加在最后
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}}
export CUDA_ROOT=/usr/local/cuda

#应用&刷新
source ~/.bashrc

#查看是否配置成功
nvcc -V

2.安装Archiconda

为何不使用miniconda、anaconda自行搜索哈
Archiconda是用于64位ARM平台的Conda发行版，下载地址：

https://github.com/Archiconda/build-tools/releases

conda调用出现问题，添加环境变量：

vim ~/.bashrc 
 
export PATH=~/archiconda3/bin:$PATH

conda配置环境：

conda create -n XXX python=3.6  #XXX:你所希望的环境命名

突然想起件重要的事：python=3.6、python=3.6、python=3.6（原因自行搜索哈）

conda activate XXX              #激活环境
pip list                        #查看环境安装包
conda deactivate                #退出环境
conda remove -n XXX --all       #删除环境

3.Pytorch、torchvision安装

PyTorch 1.8版   #https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048

torchvision 0.9.0版

验证是否安装成功（环境下逐行进行）：

（1）：python                     #并不一定需要python3

（2）：
import torch
import torchvision
print(torch.cuda.is_available()) # 这一步如果输出为True
exit()	                         # 最后退出python编译

4.YOLO源码下载

下载调试这里忽略哈（可以在win上调试好通过VNC上传到nano）

5.所创建环境下包的安装

pip install matplotlib==3.2.2
pip install numpy==1.19.4
pip install scipy==1.4.1.	# 这个包安装搜索py36版aarch64版本scipy-1.4.1本地安装
pip install tqdm==4.61.2
pip install seaborn==0.11.1
pip install scikit-build==0.11.1   #opencv依赖
pip install opencv-python==4.5.3.56
pip install tensorboard==2.5.0
pip install pillow==0.8.0   #重要的事情打3个“***”
pip install thop

其他对应源码文件中的requirements.txt安装，注意下版本要求哈

6.运行检测

进入到对应检测文件目录下

python detect.py

其他的参数需要传入自行设置，也可在detect.py中进行修改后运行

总结

希望有所帮助，如有错误，望批评指正！！！