小飞机配环境记录

1. conda ubuntu 20.04.6 cuda 11.4 python 3.8.10

主要参考教程：https://blog.youkuaiyun.com/m0_56147044/article/details/148818727

通过：wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh 下载到了/home

给权限：sudo chmod +x Miniconda3-latest-Linux-aarch64.sh

安装：./Miniconda3-latest-Linux-aarch64.sh

执行：conda --version 显示：conda 25.5.1

2. pytorch 直接pip安装的话是cpu版本，所以需要单独装

主要参考教程：https://blog.youkuaiyun.com/Ashuo567/article/details/147442512

查看版本：Package: nvidia-jetpack Version: 5.1.4-b17；cuda_11.4.r11.4/compiler.31964100_0

创建虚拟环境：conda create --name yopo python=3.8

激活：conda activate yopo

在dependences里面下载了pytorch2.0.0

在dependences里手动安装pytorch：pip install torch-2.0.0+nv23.05-cp38-cp38-linux_aarch64.whl 成功安装

尝试import torch报错：ImportError: libopenblas.so.0: cannot open shared object file: No such file or directory

然后安装所需的系统依赖库

sudo apt-get update sudo apt-get install libopenblas-base libopenblas-dev

验证torch成功，版本为：2.0.0+nv23.05

3. torchaudio torchvision

参考教程：https://ftp.yucai.sh.cn/f/csdn/9781007441462263.html

torchvision

通过github下载：git clone --branch v0.15.1 https://github.com/pytorch/vision

安装：export BUILD_VERSION=0.15.1

python3 setup.py install

验证：Name: torchvision Version: 0.15.1

先安装一些相关依赖

pip install cmake ninja

sudo apt install ffmpeg libavformat-dev libavcodec-dev libavutil-dev libavdevice-dev libavfilter-dev

git clone --branch v2.0.1 https://github.com/pytorch/audio.git

cd audio

USE_CUDA=1 pip install -v -e . --no-use-pep517

验证：成功 并有版本：2.0.1+3b40834

其他依赖： opencv-python==4.11.0.86 scipy==1.10.1 scikit-build==0.18.1 ruamel-yaml==0.17.21 tensorboard==2.14.0 open3d==0.19.0 rich==14.0.0 empy==4.2 catkin_pkg rospkg netifaces

4. Tensorrt

Nvidia Jetpack中已经安装好了tensorrt，但是在conda虚拟环境中是访问不到的。

但是可以把系统的dist-packages注入到虚拟环境的site-packages中

(1) 确保虚拟环境和系统环境的python版本一致，比如都是3.8

(2) 确认系统中TensorRT的路径，（JetPack 5 上通常在 /usr/lib/python3.8/dist-packages）

ls -d /usr/lib/python3.8/dist-packages/tensorrt* 2>/dev/null

能看到TensorRT相关即可

(3) 让 Conda 环境“看见”系统的 Python 包（.pth） 把系统的 dist-packages 注入到当前环境的 site-packages：

python - <<'PY'
import sysconfig; print(sysconfig.get_paths()["purelib"])
PY
​
# 假设上一步输出：/home/you/miniconda3/envs/trt38/lib/python3.8/site-packages
# 创建一个 .pth 文件（路径按你上面的输出改）
echo "/usr/lib/python3.8/dist-packages" \
> /home/you/miniconda3/envs/trt38/lib/python3.8/site-packages/_system_dist_pkgs.pth

这样 import tensorrt 时，Conda 会去系统的 dist-packages 找到它

(4) GPT还给出了配置动态库的步骤，我没有配这个动态库也能用，但是还是记录一下吧 （让 Python 能找到 libnvinfer.so，以及命令行能调用 trtexec）

mkdir -p "$CONDA_PREFIX/etc/conda/activate.d"
cat > "$CONDA_PREFIX/etc/conda/activate.d/tensorrt_env.sh" <<'SH'
# TensorRT / CUDA 动态库（Jetson aarch64）
export LD_LIBRARY_PATH=/usr/lib/aarch64-linux-gnu:/usr/lib/aarch64-linux-gnu/tegra${LD_LIBRARY_PATH:+:$LD_LIBRARY_PATH}
# 可选：把 trtexec 加进 PATH（如果该目录存在）
if [ -d /usr/src/tensorrt/bin ]; then
  export PATH=/usr/src/tensorrt/bin${PATH:+:$PATH}
fi
# 建议阻止 Conda 读取 ~/.local 里的残留包以免“串包”
export PYTHONNOUSERSITE=1
SH
​
# 重新激活一次以生效
conda deactivate && conda activate trt38

验证：

python - <<'PY'
import tensorrt as trt, ctypes, inspect
print("TensorRT Python =", trt.__version__)
print("Module path     =", inspect.getfile(trt))
for n in ["nvinfer","nvinfer_plugin","nvonnxparser"]:
    try:
        ctypes.CDLL(f"lib{n}.so"); print(f"loaded lib{n}.so OK")
    except OSError as e:
        print(f"load lib{n}.so FAIL:", e)
PY
​
trtexec --version || true

看到版本号、路径指向 /usr/lib/python3.8/dist-packages/...，且动态库加载 OK，就成功了。

5. torch2trt配置

git clone https://github.com/NVIDIA-AI-IOT/torch2trt
cd torch2trt
python -m pip install -v --no-build-isolation .