部署yoloV5_yolov5部署

第一步：创建对应python版本的虚拟环境

mkvirtualenv --python=python3.6.9 pytorch（pytorch为虚拟环境名，可根据想法修改）

第二步：添加环境变量

nano内置好了cuda,但需要配置环境变量才能使用
打开命令行添加环境变量即可，大家要根据自己的cuda版本去填写路径

vi ~/.bashrc

 

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

export CUDA_ROOT=/usr/local/cuda

export OPENBLAS_CORETYPE=ARMV8

 

source ~/.bashrc（此时会退出虚拟环境，请注意，需重新进入）

第三步：查看是否配置成功

nvcc -V

第四步：更新pip

sudo apt-get install python3-pip python3-dev

python3 -m pip install

第五步：安装jtop库这个可以监控自己的设备cpugpu工作状态

sudo -H pip3 install jetson-stats

sudo jtop

第六步：配置需要用到的库和环境

sudo apt-get install build-essential make cmake cmake-curses-gui

sudo apt-get install git g++ pkg-config curl

sudo apt-get install libatlas-base-dev gfortran libcanberra-gtk-module libcanberra-gtk3-module

sudo apt-get install libhdf5-serial-dev hdf5-tools

sudo apt-get install nano locate screen

 

安装所需要的依赖环境

sudo apt-get install libfreetype6-dev

sudo apt-get install protobuf-compiler libprotobuf-dev openssl

sudo apt-get install libssl-dev libcurl4-openssl-dev

sudo apt-get install cython3

 

安装opencv的系统级依赖,一些编解码的库：

sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev

sudo apt-get install libxvidcore-dev libavresample-dev

sudo apt-get install libtiff-dev libjpeg-dev libpng-dev

第七步：pytorch和Torchvision的安装

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev

pip3 install Cython

pip3 install numpy -i https://pypi.douban.com/simple/

pip3 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://gitee.com/momodosky/torchvision.git torchvision

cd torchvision

export BUILD_VERSION=0.9.0

python3 setup.py install --user

cd ../

pip install 'pillow<7'

第八步：更新setuptools和pip

pip install --upgrade setuptools

python -m pip install --upgrade pip(此处若报红可无视，一般是因为pip已经是最新，无需更新)

要验证您的系统上是否已正确安装PyTorch，请从终端启动交互式Python解释器（python3）并运行以下命令：

>>> import torch

>>> print(torch.__version__)

>>> print('CUDA available: ' + str(torch.cuda.is_available()))

 

先退出python3再重新进入

>>> import torchvision

>>> print(torchvision.__version__)

 

到此处为止，若pytorch安装成功，则已成功大半

第九步：安装需要的东西

sudo apt-get update

sudo apt-get upgrade

sudo apt install cmake

pip3 install scikit-build

pip3 install opencv-python -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

第十步：解压yoloV5

unzip yolov5-5.4.0.zip

cd yolov5-5.4.0/

打开yolov5文件夹，注释requirements.txt中下列内容：
#pillow

#numpy>=1.18.5
#torch>=1.7.0
#torchvision>=0.8.1

#opencv

pip3 install -r requirements.txt -i https://pypi.douban.com/simple/

第十一步：验证

python detect.py（这一步出现问题需要反复尝试）

问题及解决：

1.虚拟环境安装出错

重新按virtualenv安装步骤走一遍,可能因为环境变量改完没激活或者没有写绝对地址

2.torch版本和torchvision版本不对

pip install --upgrade torchvision

pip install --upgrade torch