jetsonTX2 nx配置yolov5和D435I相机,完整步骤

这篇具有很好参考价值的文章主要介绍了jetsonTX2 nx配置yolov5和D435I相机,完整步骤。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

转载一篇问题解决博客:问题解决

一、烧录系统

使用SDK烧录

二、安装archiconda3

JETSON TX2 NX的架构是aarch64,与win10,linxu不同,所以不能安装Anaconda,这里安装对应的archiconda。

1. 安装

wget https://github.com/Archiconda/build-tools/releases/download/0.2.3/Archiconda3-0.2.3-Linux-aarch64.sh
bash Archiconda3-0.2.3-Linux-aarch64.sh

2. 配置环境变量

sudo gedit ~/.bashrc
# 在文档最后一行添加
export PATH=~/archiconda3/bin:$PATH

3. 创建虚拟环境

# 创建python3.6的torch1虚拟环境,注意安装python版本为3.6,这样才有对应的torch版本
conda create -n torch1 python=3.6  

其他相关命令(来源:相关命令)

conda update -n base conda  # update最新版本的 conda
conda create -n xxxx python=3.X  # 创建python3.X的xxxx虚拟环境
conda activate xxxx  # 开启xxxx环境
conda deactivate  # 关闭环境
conda env list   # 显示所有的虚拟环境
conda info -e   # 显示所有的虚拟环境
conda install -c channel/path //  # 下载包
conda remove --n env_name  package_name  # 卸载包
pip uninstall  package_name  # 先进入环境然后卸载包
conda remove -n env_name --all  # 删除虚拟环境
conda deactivate  # 退出当前conda环境
rm -rf anaconda3 # 卸载conda

换源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

安装成功截图
jetson tx2 虚拟环境部署yolov5,YOLO

三、安装torch和torchvision

注意cuda,torch,torchvision版本对应关系,以及自己jetson板子的jetpack版本。
jetson tx2 虚拟环境部署yolov5,YOLO
jetson tx2 虚拟环境部署yolov5,YOLO
1. 安装torch
英伟达官网下载torch:torch下载链接
这里我jetpack版本是4.6.4,我下载的是torch1.8.0,可以根据自己需求下载其他版本。
jetson tx2 虚拟环境部署yolov5,YOLO

2. 安装torchvision
torchvision下载与torch不一样,jetson系统架构是aarch64的,这里需要去github上下载:torchvision下载链接。下载官方repo,自己编译安装。

sudo apt-get install libjpeg-dev zlib1g-dev
git clone -b v0.9.0 https://github.com/pytorch/vision torchvision  # 版本可以自己选择
cd torchvision
sudo python3 setup.py install

也可以直接下载编译好的包,进行pip安装,本文也是采用这种方式。百度网盘链接 提取码:zsrv
下载完成后直接pip安装

pip install torchvision-0.9.0a0+01dfa8e-cp36-cp36m-linux_aarch64.whl

3. 测试
输入python进入python命令行,安装如下代码进行测试,返回版本信息代表安装成功。

jetson tx2 虚拟环境部署yolov5,YOLO
4. 相关问题

  • 使用pip install安装时,报错 非法指令 核心已转储,我的解决方法,重新安装了archiconda3的0.2.2版本,然后创建虚拟环境,进入虚拟环境,执行sudo apt-get install python-pippip install --upgrade pip,再重新安装torch和torchvision后解决。(这里一般是numpy包的问题,numpy包要小于1.20,反复尝试后我安装的1.19.5)
  • conda安装包一直卡在solving environment,换一个源(建议中科大的源),或者更换为默认源。
  • 运行python代码报非法指令,需要在创建的虚拟环境中输入 export OPENBLAS_CORETYPE=ARMV8(临时解决)

四、配置YOLOv5

先去github下载YOLOv5的源码:yolov5下载链接
本文下载的是6.0版本,源码内的requirements.txt文件,把torch和torchvision注释了。
输入命令安装下载编译一般很慢,容易误认为卡死,用–verbose 进行安装命令跟踪安装过程,可以显示详情。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple --verbose 

安装完成截图
jetson tx2 虚拟环境部署yolov5,YOLO

五、配置D435i pyrealsense2包

python调用D435i需要安装pyrealsense2包,但是Jetson中不能直接pip安装,因为系统核心是arrch的,所以需要自己下载源码构建安装。参考文章:链接1
链接2 链接3
1. 下载源码
先去github上下载源码,pyrealsense2源码下载链接,下载zip后解压。
解压后进入到解压后的文件夹内,后续操作基于此。

cd libalsense

2. 执行许可证脚本

./scripts/setup_udev_rules.sh

3. 创建build文件夹,并在build下进行cmake编译

mkdir build && cd build  # 创建build文件并进入
cmake ../ -DBUILD_PYTHON_BINDINGS:bool=true -DPYTHON_EXECUTABLE=/usr/bin/python3.6 #重新编译并安
sudo make uninstall
sudo make clean
make
sudo make install

编译完成之后,可以在/usr/local/lib下发现编译生成的librealsense2动态库文件,值得注意的是,很多教程上会在python3的库包存放位置/usr/local/lib/python3.6/pyrealsense2还看到另外再生成的pyrealsense2相关的动态库文件,但我们在此并没有相关库包。浏览编译的过程,可以看到另外的相关动态库文件生成地址,在OFF文件夹中,将此路径配置到.bashrc文件中。

export PYTHONPATH=SPYTHONPATH:/usr/local/lib:/usr/local/OFF

4. 验证结果
source一下.bashrc文件,运行python3,import pyrealsense2导包看是否报错。文章来源地址https://www.toymoban.com/news/detail-769260.html

到了这里,关于jetsonTX2 nx配置yolov5和D435I相机,完整步骤的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 实测 (四)NVIDIA Xavier NX + D435i / 奥比中光Astrapro 相机+ ORB-SLAM 2 + 3 稠密回环建图

    首先小白老师分享的ORB-SLAM3的可回环的稠密地图版本,具体在这篇博客,下载但是却没有相关的具体实现教程,这里我们先使用 奥比中光Astrapro 两款相机进行配置实现 其实与orb-slam2的环境配置一样,使用的仍然是pagolin0.5,和opencv3.2.0版本(3.4.x也可以),pcl1.8.1+vtk7.1.1 这里

    2024年02月16日
    浏览(34)
  • Realsense d435i驱动安装、配置及校准

    写在前面 本文是在ubuntu20.04下安装,其它版本大同小异。可能出现的问题,主要由各自安装相关库版本不一致导致,故问题不一,但一般很好解决,正常情况下不会出现。 Intel Realsense 深度摄像头D435i将D435强大的深度感知能力和惯性测量单元(IMU)结合起来,可满足RGBD、单目、

    2024年02月02日
    浏览(37)
  • Ubuntu18.04安装配置使用Intel RealSense D435i深度相机以及在ROS环境下配置

    最近因为学习开发需要,要开始接触一些视觉相关的内容,拿到了一个Inter 的D435i深度相机,记录一下在Ubuntu18环境下配置SDK 包的历程 注意 : Intel官方最新版的librealsense版本与ROS1的ROS Wrapper是 版本不一致的 ,且ROS Wrapper支持的是较低版本的SDK ,具体可以去网站查看 如果完全

    2024年02月07日
    浏览(39)
  • 【深度相机D435i】Windows+Ubuntu下调用D435i利用Python读取、保存RGB、Depth图片

    最近组里面的项目需要用到D435i深度相机采集深度图片,所以记录一下在Windows+Ubuntu的环境下使用D435i深度相机的流程,以及如何利用python读取、保存常见的RGB、Depth图片。 D435i 在小巧外形中采用英特尔模块和视觉处理器,是一个功能强大的一体产品,可与可定制软件配合使用

    2024年02月02日
    浏览(32)
  • d435i 相机和imu标定

    使用 imu_utils 功能包标定 IMU,由于imu_utils功能包的编译依赖于code_utils,需要先编译code_utils,主要参考 相机与IMU联合标定_熊猫飞天的博客-CSDN博客 Ubuntu20.04编译并运行imu_utils,并且标定IMU_学无止境的小龟的博客-CSDN博客 1.1 编译 code_utils 创建工作空间 1.1.1 修改 CMakeLists.txt 文件

    2024年02月09日
    浏览(44)
  • ROS D435I识别目标并获取深度数据

    使用D435I相机,并基于ros获取到彩色图像和匹配后的深度数据,通过OPENCV对彩色图像进行目标识别,得到目标所在的像素范围,随后得到深度数据 重点在于:转换ros图像数据到opencv格式,得到目标像素点的实际深度值 d435i启动与修改 使用上述指令启动d435i,可以在里面进行分

    2024年02月10日
    浏览(33)
  • intel realsense d435i相机标定中文文档

    此文档参考了官方的英文文档,原地址面向英特尔®实感™深度摄像头的 IMU 校准工具 (intelrealsense.com) IMU概述:惯性测量单元(imu)通常由加速度计组成,加速度通常以国际系统(SI)的米/秒为单位输出平方(m/s^2)和陀螺仪,陀螺仪通常以SI单位测量角速度弧度/秒(rad/s)。英特尔Real

    2024年02月09日
    浏览(34)
  • 使用D435i相机录制TUM格式的数据集

    本文写于2023年3月14日。 D435i相机的rgb图像与depth图像的像素没有对齐,在此记录一下如何像素对齐 Ubuntu18.04 + ROS melodic 这一步需要使用 InterRealSenseD435i SDK2 ,可以参考此链接安装。 打开 Intel RealSense Viewer 。设置 Depth Stream 以及 Color Stream 的图像分辨率为 640 × 480 ,设置采集帧率

    2024年02月09日
    浏览(35)
  • python实现d435i深度相机测量两点之间的距离

    本文介绍python方法实现intel公司realsense系列d435i深度相机测量彩色图像上两点之间的距离。 原理很简单,就是将相机获得的彩色图像流与深度流对齐,这样彩色图像上的每个像素就会对应一个深度值,作为z坐标,然后通过相机内参获得该像素的x坐标和y坐标。我们获得的x、

    2024年02月16日
    浏览(28)
  • 【D435i深度相机YOLO V5结合实现目标检测】

    参考:Ubutntu下使用realsense d435i(三):使用yolo v5测量目标物中心点三维坐标 欢迎大家阅读2345VOR的博客【D435i深度相机YOLO V5结合实现目标检测】🥳🥳🥳 2345VOR鹏鹏主页: 已获得CSDN《嵌入式领域优质创作者》称号👻👻👻,座右铭:脚踏实地,仰望星空🛹🛹🛹 本文章属于

    2024年02月08日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包