Nvidia Jetson AGX Xavier 安装 Swin-Transformer-Object-Detection
目录
Nvidia Jetson AGX Xavier 安装 Swin-Transformer-Object-Detection版本信息系统版本Jetson版本CUDA版本一、安装Anaconda（Miniforge代替）二、安装Pytorch、Torchvision1、安装和升级相关依赖2、安装Pytorch3、安装Torchvision三、安装mmcv和mmdetction四、安装Aepx五、运行demo参考版本信息
系统版本
root@server:~$ uname -aLinux root-desktop 4.9.253-tegra #1 SMP PREEMPT Mon Jul 26 12:13:06 PDT aarch64 aarch64 aarch64 GNU/Linuxautopilot@server:~$ lsb_release -aNo LSB modules are available.Distributor ID:UbuntuDescription:Ubuntu 18.04.6 LTSRelease:18.04Codename:bionic
Jetson版本
root@server:~$ sudo jetson_release -v- NVIDIA Jetson Nano (Developer Kit Version)* Jetpack 4.6 [L4T 32.6.1]* NV Power Mode: MAXN - Type: 0* jetson_stats.service: active- Board info:* Type: Nano (Developer Kit Version)* SOC Family: tegra210 - ID:33* Module: P3448-0000 - Board: P3449-0000* Code Name: porg* Boardids: 3448* CUDA GPU architecture (ARCH_BIN): 5.3* Serial Number: 141073321- Libraries:* CUDA: 10.2.300* cuDNN: 8.2.1.32* TensorRT: 8.0.1.6* Visionworks: 1.6.0.501* OpenCV: 4.1.1 compiled CUDA: NO* VPI: ii libnvvpi1 1.1.15 arm64 NVIDIA Vision Programming Interface library* Vulkan: 1.2.70- jetson-stats:* Version 3.1.1* Works on Python 2.7.17
CUDA版本
root@server:~$ nvcc -Vnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) - NVIDIA CorporationBuilt on Sun_Feb_28_22:34:44_PST_Cuda compilation tools, release 10.2, V10.2.300Build cuda_10.2_r440.TC440_70.29663091_0
一、安装Anaconda（Miniforge代替）
由于Nvidia Jetson AGX Xavier是arrch64架构所以无法安装Anaconda，可以用Miniforge代替
Nvidia Jetson AGX Xavier用Miniforge代替Anaconda，下载Miniforge-pypy3-4.10.3-10-Linux-aarch64.sh用以下命令安装即可
sh Miniforge-pypy3-4.10.3-10-Linux-aarch64.sh
安装完成后需要配置环境变量（同Anaconda）
vim ~/.bashrc
在最后一行加上
export PATH=$PATH:/home/your_path/Miniforge/bin
然后保存更改，运行即可
source ~/.bashrc
创建虚拟环境并激活(由于arrch64的Pytorch是由python3.6编译,所以这里Python选择3.6版本)
conda create -n swin python=3.6conda activate swin
二、安装Pytorch、Torchvision
1、安装和升级相关依赖
注：由于Nvidia Jetson使用的是arrch64，并不是所有的库都可以用pip install进行编译安装，若要成功安装Pytorch及其依赖库首先需要安装大量依赖
opencv-python：JetPack 4.5.1上的Python 3.6预装了4.1.1numpy: 1.13(最新1.19.5)matplotlib: (Python 3.6编译的最新版为3.3.4)pandas: 0.22.0 (最新t1.1.5)scipy: 0.19.1 (最新1.5.4)
安装所需相关依赖项
sudo apt install -y python3-pip python3-venv python3-dev libpython3-devsudo apt install -y libopenblas-basesudo apt install -y gfortran libopenmpi-dev liblapack-dev libatlas-base-dev
安装Cython
pip3 install Cython
升级pip和protobuf
pip3 install --upgrade pippip3 install --upgrade protobuf
升级numpy和pandas
pip3 install --upgrade numpypip3 install --upgrade pandas
升级matplotlib到3.3.4（matplotlib 3.4要求python>=3.7）
pip3 install matplotlib==3.3.4
升级scipy（可能时间较长）
pip3 install --upgrade scipy
安装scikit-image（可能时间较长）
pip3 `install` sklearn scikit-image
2、安装Pytorch
Nvidia官方Pytorch编译文件下载
或者执行命令
wget /shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl
我这里选择torch-1.8.0-cp36-cp36m-linux_aarch64.whl运行以下命令等待安装完成
pip3 install torch-1.8.0-cp36-cp36m-linux_aarch64.whl
安装完成后执行
python3 -c 'import torch; print(torch.cuda.is_available())'
或者打开Python终端
>>>import torch>>>torch.cuda.is_available()
这里应该输出True
不报错这一步可略,若报错：Illegal instruction (core dumped)（这个错误可能与Numpy 1.19.5或者OpenBLAS依赖有关），需修改环境变量，执行
（或者把Numpy版本到1.19.4）
vim ~/.bashrc
在最后一行加上
export OPENBLAS_CORETYPE=ARMV8
然后保存更改，运行即可
source ~/.bashrc
3、安装Torchvision
Pytorch官方github的torch和torchvision版本对照表
根据上表，所以这里选择torchvision0.9.0
安装相关依赖
sudo apt install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
安装pillow
pip3 install --upgrade pillow
安装torchvision
git clone --branch v0.9.0 /pytorch/vision torchvisioncd torchvisionexport BUILD_VERSION=0.9.0python3 setup.py install --user
三、安装mmcv和mmdetction
若没有克隆Swin-Transformer-Object-Detection仓库需要先克隆仓库 或 下载压缩包解压
git clone /SwinTransformer/Swin-Transformer-Object-Detection.gitcd Swin-Transformer-Object-Detection
安装mmcv（可能会在Building wheel for …卡很长一段时间，可以先去喝杯茶）
pip3 install mmcv-full
安装mmdetection(这里要安装Swin-Transformer-Object-Detection仓库中的mmdet而不是mmdetection官方的，否则可能会出现
关键字'embed_dim'和'ape'等错误)
pip3 install -r requirements.txtpip3 install -v -e . (python setup.py develop)
四、安装Aepx
执行如下命令安装即可，最后一行命令一定要复制全不要漏掉最后的./
git clone /NVIDIA/apexcd apexpip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
五、运行demo
参考
https://zhangkaifang./article/details/106710163
https://cognitivexr.at/blog//03/11/installing-pytorch-and-yolov5-on-an-nvidia-jetson-xavier-nx.html
/p/398439154
