一、搭建miniconda环境，参考前面文章
二、配置CUDA（当前使用ssh终端连接)
sudo vi ~/.bashrc
添加：
export CUDA_HOME=/usr/local/cuda-10.2 export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH export PATH=/usr/local/cuda-10.2/bin:$PATH
保存，退出
source ~/.bashrc nvcc -V #如果配置成功可以看到CUDA的版本号
三、修改开发板显存
执行：
free -h
修改nvzramconfig.sh文件
sudo vi /etc/systemd/nvzramconfig.sh
修改文件中
修改mem = $((("${totalmem}"/2/"${NRDEVICES}")*1024))
为
mem=$((("${totalmem}" * 2 / "${NRDEVICES}") * 1024))
重起nano。
sudo reboot
free -h
四、配置torch环境
conda create -n yolov5 python=3.6 -y
conda activate yolov5
pip install Cython
下载torch http://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whlhttp://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl
pip install torch-1.8.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision
cd torchvision #或者进入到这个文件夹，右键打开终端 export BUILD_VERSION=0.9.0 python setup.py install --user #时间较久
pip install pillow==8.4.0
验证torch和torchvision这两个模块是否安装成功
python import torch print(torch.__version__) #注意version前后都是有两个横杠 #如果安装成功会打印出版本号 import torchvision print(torchvision.__version__) #如果安装成功会打印出版本号
遇到的问题：
sudo apt-get install libopenblas-base libopenmpi-dev
解决方法
五、搭建yolov5环境
git clone https://github.com/ultralytics/yolov5.git #因为不开VPN很容易下载出错，建议在电脑中下载后拷贝到jetson nano中 python -m pip install --upgrade pip cd yolov5 #如果是手动下载的，文件名称为yolov5-master.zip压缩包格式，所以要对用unzip yolov5-master.zip进行解压，然后再进入到该文件夹 pip install -r requirements.txt #我的问题是对matplotlib包装不上，解决办法，在下方。如果其他包安装不上，可去重新执行换源那一步，更换另一种国内源。 python3 -m pip list #可查看python中安装的包 以下指令可以用来测试yolov5 python3 detect.py --source data/images/bus.jpg --weights yolov5n.pt --img 640 #图片测试 python3 detect.py --source video.mp4 --weights yolov5n.pt --img 640 #视频测试,需要自己准备视频 python3 detect.py --source 0 --weights yolov5n.pt --img 640 #摄像头测试
