所需环境
所有过程均可以参考本人所写的文章
(1)虚拟环境工具 MInforge3-Linux-aarch64
Jetson 平台都是RAM架构,平常的conda都是基于X86架构平台的。环境搭建参考文章
(2)YOLOv8_ros代码,采用自己创建的yolov_ros代码。yolov8_ros参考文章
(3)jetpack 环境(本篇文章是jetpack5.1.2)jetpack升级参考文章
# 虚拟环境配置
运行YOLOv8需要配置对应的虚拟环境,
查看Linux版本
lsb_release -a文章来源:https://www.toymoban.com/news/detail-802023.html
虚拟环境创建文章来源地址https://www.toymoban.com/news/detail-802023.html
* conda create -n yolov8 python=3.8
* conda activate yolov8
* 把 requirements.txt 里面的numpy 修改为numpy=1.23.1;torch 和torchvison注释掉。
* pip install -r requirements.txt
到了这里,关于YOLOv8在NX上的tensorrt的加速部署(60帧率)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!