TK1+yolo安装指南

最新推荐文章于 2025-06-01 22:05:16 发布

funnytiger123

最新推荐文章于 2025-06-01 22:05:16 发布

阅读量2k

点赞数

CC 4.0 BY-SA版权

分类专栏： tk1，yolo 文章标签： tk1 cuda opencv yolo

本文链接：https://blog.youkuaiyun.com/funnytiger123/article/details/62432446

tk1，yolo 专栏收录该内容

1 篇文章

订阅专栏

花了两天的时间打算在tk1上面跑一下yolo，中间遇到了一些问题，探索后记录下来，也让后来人少走一些弯路吧。

TK1是tegra for kelper1 的简称，是nvidia在针对移动端推出的深度学习运行芯片，为soc架构。更多关于TK1的了解欢迎点击这里。

yolo是目前一个非常不错的深度学习模型，依赖的库比较少，只需要装cuda和opencv。关于yolo的介绍感兴趣的童鞋可以看这里。

第一步就是烧录系统，在这个地方我也是遇到了一些麻烦，最开始以为可以使用jetpack烧录系统，后来试了很久才发现不行，原来我所用的电路板和芯片并非是官方所制定的封装和电路板，是购买了芯片之后自己设计外围电路的。我所用的芯片封装为TD580，而nvidia所用的芯片封装为CD580，两者并不相同。所以在我使用jetpack烧录系统时，进入recovery模式后，运行一段时间，烧录系统时，terminal没有任何反应，一直停留在那里，起初以为是我操作问题，后来才试了几遍，发现一直是这种状况，后来就知道了封装不同烧录模式也不一样。后来找到了Liunx for tegra 系统，再重新进行烧录模式就没有任何问题了。

系统装好了，是ubuntu14.04的系统，当然还是L4T的。安装完系统之后，就可以开始考虑安装CUDA啦。

L4T ubuntu14.04系统本身并没有安装CUDA 和opencv，而如果是采用jetpack安装的话，里面本身会安装cuda 和 opencv for tegra。所以我们只能自己一步一步手动的去安装了。经过在网上查看了解到，tk1本身出来的比较早，安装比较新的8.0不是很可靠，所以决定安装cuda6.5.安装教程在这里，照着去做，应该不会有问题，步骤非常详细。

安装完cuda6.5以后，下一步就是安装opencv。在这里也是碰到了一些弯路，安装几个版本，先安装了较新版本的opencv3.1.0，后来安装不成功，就安装了opencv2.4.9，后来也是提示会有故障，最后安装opencv2.4.10，这次终于没有报错了。安装教程在这里，可以运行例程，如果没有问题，那就说明安装ok。

最后安装yolo，安装步骤非常简单，可以在darknet的官网上找到相应的教程接着做就可以了。

最后就是安装完了的运行demo了，发现问题很多，基本上大部分都是和cuda有关系。

主要的报错如下：

/usr/bin/ld: cannot find -lcudart

/usr/bin/ld: cannot find -lcublas

/usr/bin/ld: cannot find -lcurand

/usr/bin/ld: cannot find -lnpps

/usr/bin/ld: cannot find -lnppi

/usr/bin/ld: cannot find -lnppc

这个地方困扰了我两天，中间也是查了一些别人的解决方案，包括在/etc/ld.so.conf.d文件夹中添加相应的文件目录，完了以后sudo ldconfig，还有其他的比如重新链接，最后发现都不能解决问题。

最后在网上发现这哥们的方法，试了一下，发现不报错了，运行成功了。

运行的命令如下：

sudo cp /usr/local/cuda-6.5/lib/libcudart.so /usr/local/lib/libcudart.so && sudo ldconfig

sudo cp /usr/local/cuda-6.5/lib/libcublas.so /usr/local/lib/libcublas.so && sudo ldconfig

sudo cp /usr/local/cuda-6.5/lib/libcurand.so /usr/local/lib/libcurand.so && sudo ldconfig

sudo cp /usr/local/cuda-6.5/lib/libnppi.so /usr/local/lib/libcudart.so && sudo ldconfig

sudo cp /usr/local/cuda-6.5/lib/libnpps.so /usr/local/lib/libcublas.so && sudo ldconfig

sudo cp /usr/local/cuda-6.5/lib/libnppc.so /usr/local/lib/libcurand.so && sudo ldconfig

经过上面以后，发现程序就能够运行成功啦。可是现在又出现另外一个问题，那就是跑yolo程序经常会跑不通，经过运行过程中会出现killed命令。打开nvidia本身的资源运行命令./tegrastats，查看才发现原来我的内存为2G，运行yolo时，内存接近全部用掉，所以没有多余的内存，因此会出现经常killed的情况出现，如果是4g的内存的话，情况会好很多。运行tiny yolo，占的内存是少了很多，可是准确率也是急速下降，识别的一点也不准。TX1上面之前也跑过，yolo2运行没有任何问题，速度会比tk1要快，且也不会出现内存全部被占用的情况出现。