我的AI之路(46)--在Xavier上的自制dock镜像内安装支持部署EfficientDet和CenterNet模型以及mmdetection序列模型的环境

      按照制作支持GPU的用于部署AI模型的ARM64版docker镜像一文中的步骤制作出基础镜像并创建容器后，连到这个容器，执行下列步骤，进行支持部署EfficientDet和CenterNet模型以及mmdetection序列模型的环境的安装:

1) EfficientDet

    apt-get update
    sudo apt-get install apt-file 
    apt-file update
    apt-file search libgthread-2.0.so.0

    apt-get install libglib2.0-dev
    apt-get install libsm6
    apt-get install libxrender1
    apt-get install libxext6
    pip3 install -i  http://mirrors.aliyun.com/pypi/simple/  tensorboardX  --trusted-host  mirrors.aliyun.com

下载efficientdet源码并根据自己的数据集的分类情况对代码做出相应的修改，具体办法会在后续文章中给出，并将标注好了的验证测试数据在data/coco/val2017下面，将训练出的模型放到test_dataset.py/mAP_evaluation.py脚本里指定的地方，然后即可执行下面的测试以检查GPU是否使用正常，并可在test_dataset.py中增加时间的打印检查识别每张图片所花费的时间:

     cd efficientd