吃饱了撑的搞了个nano来玩玩,记录一下配置torch=1.8.0,torchvision =0.9.0和yolov5的过程,遇到的报错以及解决方法

一、下载yolov5

先把项目git下来

git clone https://github.com/ultralytics/yolov5.git

如果git不下来可以把https改成git,下面所有git命令都适用

git clone git://github.com/ultralytics/yolov5.git

下载成功后看一下环境要求requirements.txt

# pip install -r requirements.txt# base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0# logging -------------------------------------
tensorboard>=2.4.1
# wandb# plotting ------------------------------------
seaborn>=0.11.0
pandas# export --------------------------------------
# coremltools>=4.1
# onnx>=1.8.1
# scikit-learn==0.19.2  # for coreml quantization# extras --------------------------------------
thop  # FLOPS computation
pycocotools>=2.0  # COCO mAP

torch,torchvision后面单独装,所以可以先装一些其他的库

pip3 install matplotlib pillow pyyaml tensorboard tqdm scipy

1.安装 matplotlib遇到Command “python setup.py egg_info” failed with error code 1

sudo apt-get install python3-matplotlib

二、torch环境配置

Nvidia官网上给出了用于Jetson系列的torch环境安装包以及安装方法,跟着命令走就行,这方面遇到问题的话可以先找找下面到issue,十分有用。地址在这:https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-8-0-now-available/72048

这里列有不同torch版本的安装包,选择对应版本下载就行,yolov5的requitments.txt里写的torch>=1.7.0,我就选择安装1.8.0版本的torch

安装命令如下:

wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
pip3 install Cython
pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl

有可能这个whl下载很慢,可以先下好然后直接pip install
百度云连接:
链接:https://pan.baidu.com/s/1X-DhFmItE59KN5nVb36gwQ
提取码:eb3b
下载这个torch-1.8.0-cp36-cp36m-linux_aarch64.whl

Import torch和numpy过程中遇到的问题以及解决方法:

在第一次安装的时候torch和numpy已经安装成功,但是import numpy和import torch的时候都会出现非法指令(核心已转储)的错误,这个问题找了半天没发现解决办法,最后还是在官网的issue里找到的,作者这么回答:

在导入前输入下面命令即可正常import

export OPENBLAS_CORETYPE=ARMV8

1.fatal error: cuda.h:没有那个文件或目录

三、torchvision环境配置

还是在那个网址找到对应版本的torchvision,对应关系如下:

使用命令:

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   # see below for version of torchvision to download
cd torchvision
export BUILD_VERSION=0.9.0  # where 0.x.0 is the torchvision version
python3 setup.py install --user
cd ../  # attempting to load torchvision from build dir will result in import error
pip install 'pillow<7' # always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6

如果是python3.6,最后两条可以不用管
下面打开python检查一下torch和torchvision有没有安装好

编译torchvision过程中遇到的问题以及解决方法:

1.fatal error: cuda.h:没有那个文件或目录

在编译过程中我首先遇到了fatal error: cuda.h:没有那个文件或目录这个报错,虽然直接输入nvcc -V会显示CUDA的版本,但是很奇怪找不到cuda.h,所以使用如下命令添加环境变量

vim ~/.bashrc
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_ROOT=/usr/local/cuda

参考博客上面三行已经够来,但我的还是会报错fatal error,于是又添加下面两行

export PATH=$PATH:/usr/local/cuda-10.2/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64

保存之后运行

source ~/.bashrc

这样就没问题了

2.torchvision 0.7.0 fatal error: libavcodec/avcodec.h:没有那个文件或目录

在之前安装torch1.6.0和torchvision0.7.0时,遇到了fatal error: libavcodec/avcodec.h:没有那个文件或目录 \avformat.h(40) : fatal error C1083: 无法打开包括文件:“libavcodec/avcodec.h”: No such file or directory的报错,这里参考这位博主的解决办法在Jetson Xavier NX上安装torchvision编译报错:fatal error: libavcodec/avcodec.h: No such file or directory
具体操作就是更改torchvision的setup.py源码,找到if has ffmpeg 改为if False即可

四、测试yolov5

首先下载权重文件,然后运行下面命令检测图片

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

运行下面命令检测视频流

python detect.py --source 0 --weights weights/yolov5s.pt

Jetson nano jetpack4.5安装torch1.8.0 yolov5(遇到到报错和解决办法)相关推荐

  1. 〖Linux〗Debian 7.1.0 Wheezy使用ltib报错的解决办法

    报错内容: scue@Link:/home/work/ltib$ ./ltib Processing platform: Phytec 3250 board with the NXP LPC32XX ...

  2. 关于安装李沐深度学习d2l包报错的解决办法(保姆教程)

    目录:d2l包安装失败的解决过程 前言 一.李沐提供的安装方式 1. 创建一个新的环境 2. 激活 d2l 环境 3. 安装深度学习框架和d2l软件包 3.1 安装PyTorch的CPU或GPU版本 ...

  3. CAD、3dmax等Autodesk系列软件安装报错1603解决办法

    一级标题CAD.3dmax等Autodesk系列软件安装报错1603解决办法 使用Auto Remove清理后,安装报错1603 ,如下图 该错误只会出现在2020和2021版本上,其他版本不存在该问 ...

  4. vue 安装不上,报错,解决办法如下

    vue 安装不上,报错,解决办法如下 前言: vue安装问题就能难倒一拨人,还没等开发呢,就先退下了,看看解决办法,加速学习~~ 安装vue 安装命令 npm install -g @vue/cli ...

  5. Xamarin开发安装Visual Studio 2015 update2报错的解决办法

    Xamarin开发安装Visual Studio 2015 update2报错的解决办法 错误信息:update 2 requires a member of the visual studio 20 ...

  6. 安装mysql驱动报错_java.sql.SQLException: org.gjt.mm.mysql.Driver 报错【解决办法】

    今天爱分享给大家带来java.sql.SQLException: org.gjt.mm.mysql.Driver 报错[解决办法],希望能够帮助到大家. spring boot mysql 中启动报错 ...

  7. 运行报Invalid property 'specParamList[0][specName]' of bean class [com.model.Produ... 报错的解决办法

    运行报Invalid property 'specParamList[0][specName]' of bean class [com.model.Produ... 报错的解决办法 前端需要进行JSO ...

  8. node-sass安装失败、报错、解决办法总结

    node-sass安装失败.报错.解决办法总结 1.首先需要考虑三个方面的问题: (1.) Node版本,node-sass版本,python版本. node版本建议用node12,可以查一下Node ...

  9. QQ安装报错0x00008013 与 WPS报错0xc0000142解决办法

    QQ安装报错0x00008013 与 WPS报错0xc0000142解决办法 客户的电脑,系统为Windows 2012 R2 以下是QQ安装报错截图,一开始百度报错,尝试方法无果 同时客户反应WPS ...

  10. jeston nano安装torch和torchvision及几个报错原因解决方法

    本人是第一次使用jeston nano,下载torch和torchvision碰了很多壁,因此这里把经验教训写下来,希望能帮助到像我一样的小白,让大家少走点弯路,由于第一次在csdn编辑,格式不美观, ...

最新文章

  1. 新建silverlight项目提示未将对象设置到实例解决方案
  2. 前端入门CSS(3)
  3. 怎么测试服务器端口是否对外开放_从零开始内建你的安全测试流程
  4. ASP.NET 2.0:如何让DropDownList同时拥有数据来源项目与自订项目 (转自章立民CnBlogs)...
  5. oracle一页显示15行,oracle rownum分页与显示记录小测
  6. struts入门超详细
  7. Dubbo与SpringCloud的架构与区别
  8. 什么是Python脚本?
  9. JavaScript引用数据类型
  10. 《Spring Boot实战》读书笔记
  11. 软件配置管理(CN) Google讨论组
  12. Oracle10g删除
  13. 华为ensp模拟器 三层交换机
  14. vue实时获取当前时间
  15. Synology安装并实现在linux和win下使用ISCSI存储
  16. VS下使用多字符集编码和Unicode字符集编码的总结
  17. Docker安装JanusGraph
  18. 利用 QTcpSocket 实现的进程间通信
  19. 二手车预测part1
  20. 唱响艾泽拉斯-泰兰德的拥抱专辑

热门文章

  1. 软件技术方案_广东省汕尾市海丰陈氏数字化网络化全县族谱统修工作方案(草案)...
  2. Nacos配置管理基础应用
  3. -XX:HandlePromotionFailure: 是否设置空间分配担保【了解】
  4. linux命令学习之sar命令--服务器性能监测
  5. Mac下配置Nginx负载均衡
  6. pem文件转cer文件
  7. 改善程序与设计的55个具体做法 day5
  8. linux中文乱码问题
  9. 决策树,随机森林,集成学习的算法实现
  10. python PIL生成字母验证图片