Flag_ing的博客

本篇记录了自己刚拿到Jetson板子后，刻意去学习给板子重刷系统的过程，。注意：我使用的是 Nvidia 官方给 Jetson 刷系统的，需要（双系统或者虚拟机都可）用来运行 SDK Manager，然后通过USB 线连接到 Jetson，实现给 Jetson 刷系统。

目录一、部署环境二、部署过程1、VS2017配置Opencv的环境2、CMake的安装3、PyTorch —> Libtorch模型的转换4、Libtorch端的实现5、遇到的问题一、部署环境Windows10、Opencv3.4.10、Libtorch1.5.0-CPU-Release、PyTorch1.5.0-CUDA10.1、VS2017、CMake3.19二、部署过程1、VS2017配置Opencv的环境参考博客。感谢这位博主的分享，亲测有效！

对应关系：https://pypi.org/project/torchvision/下载地址：https://download.pytorch.org/whl/torch_stable.html

报错如下：//usr/lib/x86_64-linux-gnu/libSM.so.6: undefined reference to `uuid_generate@UUID_1.0'//usr/lib/x86_64-linux-gnu/libSM.so.6: undefined reference to `uuid_unparse_lower@UUID_1.0'解决方法：这个问题不同人的产生原因可能不一样，解决方式也就不尽相同，先放出几个有关的链接供大家参考：https://stack.

错误描述：原来用的libtorch的版本是1.5.0的，今天换成了最新的1.7.1，就报了这个错误：error: ‘min_values’ is not a member of ‘at’解决方法：1.7.1版本的libtorch下，用 amin()来代替原来的 min_values() 方法。...

由于目前电脑上没有N卡，所以我这里暂时是CPU版本的，后续换GPU版本后会更新相应的GitHub。有关YOLOv4-LibTorch的部署可以看我的这篇博客。然后移植到ROS-Melodic上就相对简单了。直接上GitHub链接吧。初版可能有点乱，但是注释挺详细，欢迎交流经验哈~...

目录坑一：从官网下载的LibTorch库是不带torchvision的坑二：Python的PIL库与opencv库在图像处理上的差异值得注意坑三：LibTorch对tensor的各种变换操作度相比Python令人窒息坑四：LibTorch中的tensor转数组（向量）坑五：YOLOv4模型的输出是个tuple，不能在forward后直接使用toTensor()三周前，满怀懵逼的心情开始了艰难的YOLOv4的部署之路，有多艰难？一没基础，二没支援，刚开始用PyTorch，LibTorc

LibTorch中的tensor.index_select()方法与PyTorch中的用法类似，先看一下在LibTorch中的声明：inline Tensor Tensor::index_select(int64_t dim, const Tensor & index)主要是两个参数，一个是要选择的维度，对于二维tensor来说，0代表按行索引，1代表按列索引，参数index代表索引值，这个参数要重点注意一下！首先index它本身就是一个tensor！另外，还得是int64（kLong）类

目录一、通过索引获取值二、通过索引设置值在PyTorch C++ API（libtorch）中对张量进行索引的方式与Python API的方式很相似。诸如None / ... / integer / boolean / slice / tensor的索引类型在C++ API里同样有效，这样就可以很方便的实现Python代码与C++代码的转换。主要的不同是将Python API里对张量的“[ ]”操作符转换成了以下形式：torch::Tensor::index ( ) // 获取值.

最近使用libtorch做网络模型的部署，在编写后处理代码时用到了官方自带的nms.h文件，但该文件需要安装torchvision，而torchvision并不包含在官方的LibTorch包中，需要自行下载源码并进行编译安装，安装过程中遇到了一些问题，在此一并记录下来。目录一、下载源码包二、编译过程及遇到的BUG三、使用一、下载源码包首先就是在github上下载torchvision源码包，在这里要注意一点的是，所安装的torchvision必须要与你的LibTorch版本对应，在G