基于JetsonOrin载板以YOLOX模型为例，实现环境部署、数据集制作、模型训练与部署

浪里肥鱼

已于 2024-07-02 09:35:56 修改

阅读量702

点赞数 4

CC 4.0 BY-SA版权

文章标签：深度学习人工智能

于 2024-06-28 09:47:24 首次发布

本文链接：https://blog.youkuaiyun.com/simulation2019/article/details/140033540

1、环境部署

1、conda 创建环境，创建一个单独的torch环境

conda create -n torch_2 python=3.8

然后在完成torch与torchvision的配置。链接：NVIDIA JETSON AGX XAVIER 环境配置记录_nvidia jetson agx xavier配置-优快云博客

然后进行测试

conda activate torch_2
python3
import torch
import torchvision
print(torch.__version__)  # 查看torch版本
print(torchvision.__version__)  # 查看torchvision版本
print(torch.cuda.is_available())  # 查看torch下cuda是否可用

2、创建YOLOX训练环境

conda create -n yolox -clone torch_2
# 激活环境
conda activate yolox
cd yourpath
download the code https://github.com/Megvii-BaseDetection/YOLOX/releases/tag/0.3.0
cd yolox
# 配置环境
pip3 install -U pip && pip3 install -r requirements.txt

3、解决error:Protobuf compiler not found Call Stack

参考链接：