jetson xavier nx yolov8环境搭建

yolov8环境搭建

将yolov8 、torchvision（v0.15.1）、torch（v2.0.0）项目拷贝到板卡

yolov8项目Github地址：https://github.com/ultralytics/ultralytics

torchvision项目地址：https://github.com/pytorch/vision/tree/v0.15.1

nvidia定制torch项目地址：PyTorch for Jetson - Jetson Nano - NVIDIA Developer Forums

 

点击就可以下载了

安装yolov8 依赖库

进入yolov8根目录执行

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

如果提示 pip3: command not found

在终端执行 sudo apt-get install python3-pip

 

安装完成

 

再执行命令 sudo pip3 install -r requirements.txt -i https://pypi.douban.com/simple

安装onnxsim时出现此错误，是缺少cmake，安装cmake

 

命令 sudo apt-get install cmake

 

安装完成

 

注意如果还是报错就升级cmake到比较新的版本（cmake>=3.22）

命令

wget -O - https://apt.kitware.com/keys/kitware-archive-latest.asc 2>/dev/null | sudo apt-key add –

sudo apt-add-repository 'deb https://apt.kitware.com/ubuntu/ bionic main'

sudo apt-get update

sudo apt install cmake

onnxsim安装比较慢，耐心等待

最后安装ultralytics

命令 sudo pip3 install ultralytics

 安装torch

进入上传的路径 执行

命令 sudo pip3 install torch-2.0.0+nv23.05-cp38-cp38-linux_aarch64.whl

导入torch报错

 

就安装这个包

命令 sudo apt-get install libopenblas-dev

验证 torch为gpu版

sudo python3

import torch

torch.cuda.is_available()

 

编译torchvision

先安装依赖项

命令 sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev

修改 环境变量

命令 sudo vim ～/.bashrc

        最后一行添加

            export BUILD_VERSION=0.15.1 

      

 

       source ～/.bashrc

       然后编译 命令 sudo python3 setup.py install –user ,torchvision编译大概半个小时到一个小时，耐心等待就行

       编译完成之后用sudo pip3 list 就能看到torchvision了