Jetson-inference的安裝

2021-02-15 鬍子三叔的學習日常
2021-01-22   15:56

前日給jetson nano安裝jetson-inference時，
jetbot突然OLED屏幕黑了，重啟之後不曾想竟不管用...
於是尋方覓法，無解...
遂重裝Ubuntu系統，重裝兩次，問題得以解決

來回耽擱兩日，今日終於完成，在這裡將易忘的過程記錄。

當需要從GitHub上clone項目時，可先將項目導入到gitee上，再進行clone，即可滿速下載

在執行 「git submodule update --init」 時，命令行卡在 「正克隆到...」 很長時間，這時將進程停止，文件中有克隆的文件夾，但為空，此時執行後面的命令，當cmake出現錯誤時，將空文件夾刪掉，再進行 「git submodule update --init」 即可克隆文件。

下載模型和pytorch時，可進行換源後下載，在 「/jetson-inference/tools」 下執行如下命令：

$sed -in-place -e 's@https://nvidia.box.com/shared/static@https://bbs.gpuworld.cn/mirror@g' download-models.sh   
安裝pytorch換源：   
$sed -in-place -e 's@https://nvidia.box.com/shared/static@https://bbs.gpuworld.cn/mirror@g' install-pytorch.sh   
$sed -in-place -e 's@https://github.com/pytorch/vision@https://gitee.com/vcan123/pytorch@g' install-pytorch.sh   
$sed -in-place -e 's@https://github.com/dusty-nv/vision@https://gitee.com/vcan123/dusty-nv@g' install-pytorch.sh   
pytorch也可以下載好.whl文件使用 「sudo pip3 install torch-1.6.0-cp36-cp36m-linux_aarch64.whl」 進行安裝
sudo apt-get update
sudo apt-get install git cmake libpython3-dev python3-numpy   

mkdir workspace
cd workspace

git clone https://github.com/dusty-nv/jetson-inference  //可替換為自己在gitee的倉庫
cd jetson-inference
git submodule update --init

mkdir build            //創建編譯文件夾
cd data/networks       //此處進行下載模型，也可下載好模型在此處解壓，文末會放置中國鏡像

/*
for tar in *.tar.gz;  do tar -zxvf $tar; done          //批量解壓命令
sudo rm -R *.tar.gz                //刪除所有壓縮包
*/

sudo vim CMakePreBuild.sh             //在其中進行注釋和換源下載模型和pytorch的命令

sudo pip3 install torch-1.6.0-cp36-cp36m-linux_aarch64.whl      //在所在文件夾下進行安裝pytorch

cd build
cmake ../
make
sudo make install 
這時將完成所有工作
cd build/aarch64/bin
進行測試：
./imagenet-console images/orange_0.jpg output_0.jpg    //使用圖片進行測試，完成後在同級目錄生成一張 output_0.jpg 的圖片


$ ./imagenet-camera googlenet       //USB      
$ ./imagenet-camera alexnet         //CSI


//未經驗證
[Camera 對象識別]
$./detectnet-camera.py                             # using SSD-Mobilenet-v2, default MIPI CSI camera (1280x720)
$./detectnet-camera.py --network=ssd-inception-v2  # using SSD-Inception-v2, default MIPI CSI camera (1280x720)
$./detectnet-camera.py --camera=/dev/video0        # using SSD-Mobilenet-v2, V4L2 camera /dev/video0 (1280x720)
$./detectnet-camera.py --width=640 --height=480    # using SSD-Mobilenet-v2, default MIPI CSI camera (640x480)
執行 ls /dev/video 來看攝像頭是否存在
# 使用wget下載各個模型，可根據實際需要下載
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/AlexNet.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/Deep-Homography-COCO.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/DetectNet-COCO-Airplane.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/DetectNet-COCO-Bottle.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/DetectNet-COCO-Chair.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/DetectNet-COCO-Dog.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/facenet-120.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-Aerial-FPV-720p.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-Cityscapes-HD.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-Cityscapes-SD.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-Pascal-VOC.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-SYNTHIA-CVPR16.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-SYNTHIA-Summer-HD.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-SYNTHIA-Summer-SD.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Cityscapes-1024x512.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Cityscapes-2048x1024.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Cityscapes-512x256.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-DeepScene-576x320.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-DeepScene-864x480.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-MHP-512x320.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-MHP-640x360.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Pascal-VOC-320x320.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Pascal-VOC-512x320.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-SUN-RGBD-512x400.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-SUN-RGBD-640x512.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/GoogleNet-ILSVRC12-subset.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/GoogleNet.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/Inception-v4.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/multiped-500.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ped-100.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ResNet-101.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ResNet-152.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ResNet-18.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ResNet-50.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/SSD-Inception-v2.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/SSD-Mobilenet-v1.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/SSD-Mobilenet-v2.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/Super-Resolution-BSD500.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/VGG-16.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/VGG-19.tar.gz
至此結束

相關焦點

  • 【用戶經驗分享】NVIDIA Jetson TX2開發板運行 jetson-inference 出現問題的終極解決辦法
    感覺國內的網git  clone jetson-inference到 jetson TX2（TX1類似）後，進行cmake後會出一個較大的問題
  • Jetson Nano 夜用超長評測
    那你一定沒好好讀說明書:https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit)其他軟體:https://github.com/dusty-nv/jetson-inference很幸運的是,由於Jetson Nano出生比較晚,所以JetPack是預裝在系統裡面了.但是,系統也真的大
  • Jetson-Xavier-NX使用教程
    pip/python3sudo apt-get install python3-pip python3-devpython3 -m pip install Jetson-statspip3 install jetson-statsjtop
  • 極客小電腦Jetson Nano評測
    然後安裝，命令：pip3 install tensorflow_gpu-1.14.0+nv19.10-cp36-cp36m-linux_aarch64.whl小編也發現安裝TensorFlow過程挫折很多。相對來說，後面那個jetson-inference庫更容易安裝。
  • 用Jetson NANO做個智能電視機,這個操作有點意思
    #import jetson.inferenceimport jetson.utilsimport requestsimport timeimport argparseimport sysdef rem_pause(): url = "http://192.168.1.100/sony/ircc" payload = "<s:Envelope\r\n
  • NVIDIA Jetson TX2上的對象檢測
    安裝Jetpack首先，安裝NVIDIA JetPack。NVIDIA JetPack SDK是構建AI應用程式的最全面的解決方案。使用JetPack安裝程序使用最新的作業系統映像刷新Jetson Developer Kit，為主機PC和Developer Kit安裝開發人員工具，並安裝快速啟動開發環境所需的庫和API，示例和文檔。撰寫本文時的最新版本是JetPack 4.1.1。 在大多數情況下，安裝很容易。
  • Jetson Nano安裝tensorflow2.5(英偉達版本)
    今天給我們的小主角安裝tensorflow，一直為沒捨得讓它跑高算力東西，今天安裝一下。什麼是TF？
  • 手把手教你在NVIDIA Jetson Xavier上安裝Deepstream 3.0!
    今天欄主向大家介紹了如何在NVIDIA Jetson Xavier上安裝Deepstream 3.0. 對計算機上的驅動器進行分區，然後直接安裝Ubuntu 18.04 LTS。不要嘗試在虛擬機（虛擬機）中運行Ubuntu18.04。B.設備：Jetson Xavier設備。
  • Jetson Nano日記4:Achiconda和PyTorch安裝配置
    如無特別指明，以下命令都是在ssh登錄到jetson nano後遠程執行。AnacondaAnaconda安裝比較簡單，不贅述了。以下簡要記述安裝過程。/Archiconda3-0.2.3-Linux-aarch64.sh安裝$ sudo .
  • NVIDIA Jetson Nano新手手冊:一場當沒有人告訴你該做什麼你要能夠知道該做什麼的無畏冒險
    https://devtalk.nvidia.com/default/board/371/jetson-nano/3. 自己學會安裝開發環境了解一下Jetpack是什麼，並且開始學會熟練的安裝。這個技能真的是很基礎。光這一個過程可能就會讓你受益良多，因為你不一定一次成功。為什麼這一步很重要，因為如果日後發現整個開發過程被你搞砸的時候，你還知道如何重頭來做。接下來嘗試去跑自帶的例子，研究一下代碼，學習自己編譯和編寫。
  • jetson nano -燒錄系統,從頭配置
    貼網址：系統鏡像地址https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit#write安裝參考資料http://spotpear.cn/public/index/study/detail/id/172.html
  • NVIDIA Jetson Nano 2GB 系列文章(2):安裝系統
    記住位置如下：Jetson Nano 2GB：https://developer.nvidia.com/jetson-nano-2gb-sd-card-image下載會消耗較多時間，需要一些耐性。這裡提供的都是可執行文件，下載後直接點擊就可運行，無需任何安裝步驟，十分簡單。
  • 全網首發|Jetson Xavier NX 評測,MIIVII Lite NX新品嘗鮮
    參考連結：[1]https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-xavier-nx/[2]https://developer.nvidia.com/embedded/jetson-agx-xavier-dl-inference-benchmarks
  • Jetson Nano 上安裝 OctoPrint
    使用硬體：Jetson Nano 2G系統信息：# R32 (release), REVISION: 6.1, GCID:
  • jetson nano開發使用的基礎詳細分享
    要安裝攝像頭模塊，請將其柔性帶狀電纜連接到攝像頭連接器（J5）中。實際安裝情況：安裝之後檢測一下CPU溫度情況：這部分我們使用了jetson-stats這個包，此外我們也可以使用lm-sensors進行查詢CPU實時溫度。
  • 15分鐘連接Jetson Nano與K8S,輕鬆搭建機器學習集群
    在K3s生態中，有一款不得不提的開源工具K3sup，這是由Alex Ellis開發的，用於簡化K3s集群安裝。你可以訪問Github了解這款工具：https://github.com/alexellis/k3sup一個K3s集群——只需要一個正確配置的主節點即可NVIDIA Jetson Nano開發板，並安裝好開發者套件如果你想了解如何在開發板上安裝開發者套件，你可以查看以下文檔：https://developer.nvidia.com
  • 再教一招NVIDIA Jetson TX2上的騷操作
    deepstream_sdk_on_jetson_models.tbz2        Product documentation        License file        This README所需的其他軟體：1.CUDA2.cuDNN3.TensorRt
  • 在NVIDIA Jetson集群上運行集群管理軟體K3s
    K3S輕量級管理工具，使用資源更節省、安裝更容易。更適合嵌入式AIOT平臺的應用本實驗以一片Xavier NX作為master節點，以及3片Jetson Nano 4GB作為Worker節點，所有設備的開發環境均為Jetpack 4.4.1版本，上面都預安裝好Docker 1.19版與nvidia-docker2管理工具。
  • 如何使用 NVIDIA Jetson 和 Amazon SageMaker 結合打造智能邊緣
    Jetson Nano 介紹參考：https://developer.nvidia.com/embedded/jetson-nano-developer-kitJetson Nano Developer Kit SD Card image因為Jetson Nano的系統是內核是tegra-ubuntu
  • NVIDIA論壇常見Jetson問題匯總(2)
    答：請參考NVIDIA Jetson Module EEPROM Layout（網址：https://docs.nvidia.com/jetson/archives/l4t-archived/l4t-3231/index.html#page/Tegra%2520Linux%2520Driver%2520Package%2520Development%2520Guide%2Fjetson_eeprom_layout.html