Agx配置yolov5环境_2s-gcn runs文件夹权重文件下载

创建环境（原文链接：https://blog.csdn.net/qq_40691868/article/details/114379061）
1、由于yolov5需要安装pytorch，Xavier直接pip安装会失败，好在nvidia给了相应的.whl文件，写文章时最新的是适用python=3.6.x的，创建环境时千万注意（一把老泪）。

conda create -n yolov5env python=3.6.9
conda activate yolov5env

2、本文配置yolov5 v4.0的环境，根据官方requirements.txt进行如下安装：

pip install Cython matplotlib3.2.2 numpy1.18.5 Pillow PyYAML5.4.1 scipy1.5.4 tensorboard==1.15.0

3、opencv安装：
找到/usr/lib/python3.6/dist-packages/cv2/python-3.6路径下的cv2.cpython-36m-aarch64-linux-gnu.so文件，复制到路径/home/jetson/archiconda3/envs/tf-gpu/lib/python3.6文件夹下即可。注意：虚拟环境的路径每个人都不同，自行修改!
原文链接：https://blog.csdn.net/qq_40691868/article/details/114362278

4、推荐收藏这个网址（https://elinux.org/Jetson_Zoo#PyTorch_.28Caffe2.29），并且在这个网址下载PyTorch v1.7.0 pip wheel，评论区也有网盘链接：

pip install torch-1.7.0-cp36-cp36m-linux_aarch64.whl

5、根据版本对应安装torchvision，当然同样无法直接pip安装，所以我们进行源码安装：

git clone -b v0.8.1 https://github.com/pytorch/vision.git vision-0.8.1

torchvision安装需要sudo才能正常安装，否则会在cuda.h那里报错。

cd vision-0.8.1
sudo /home/jetson/archiconda/envs/yolov5env/bin/python3.6 setup.py install

这里因为是自己创建的环境，所以一定要注意要指定python的路径，否则会安装到基础环境中（再一把老泪）。这里安装完后执行“pip list”我发现torchvision的版本是0.8.0a0，不是很清楚为啥，希望懂得伙伴能告诉我下。

6、继续安装剩下的包：

pip install tqdm4.58.0 seaborn0.11.1 pandas thop pycocotools==2.0.2

测试（https://blog.csdn.net/qq_40927867/article/details/115768888）
1.输入命令：

pip install -r requirements.txt

2.权重文件下载地址（https://github.com/ultralytics/yolov5/releases）
将下载的权重文件放在./weight文件夹下

3.还是在源码的根目录下打开命令提示符，然后激活创建的环境
输入命令：

python detect.py --source ./data/images/ --weights ./weights/yolov5s.pt --conf 0.4

4.打开runs文件夹，一路打开里面所有的文件夹，里面有两张检测后的图片

遇到的问题及解决方法

1. torch.nn.modules.module.ModuleAttributeError: ‘Detect‘ object has no attribute ‘m‘ 解决方案
   windows下利用Pytorch跑yolov5模型时报错“torch.nn.modules.module.ModuleAttributeError: ‘Detect’ object has no attribute ‘m’”
   首先确认你的所有配置是否满足yolov5需求：Python >= 3.8, PyTorch >= 1.6 etc.
   然后这里的解决方法就是更换新的权重文件，这里我用的是 yolov5s.pt
   你可以用官方github上直接下载，确保你使用的权重文件是最新的
   github: https://github.com/ultralytics/yolov5/releases/tag/v4.0.
   然后更换weigh中权重文件即可；

原文链接：https://blog.csdn.net/qq_44847636/article/details/113588405

2. Jetson Nano 非法指令 (核心已转储)

临时 在运行Python指令前运行：export OPENBLAS_CORETYPE=ARMV8
永久 将“export OPENBLAS_CORETYPE=ARMV8”加入到“~/.bashrc”中
原文链接：https://blog.csdn.net/qq_43702524/article/details/120600888