【Jetson】Jetson Orin NX纯系统配置环境

大家好，欢迎来到IT知识分享网。

先导片：Jetson采用arm64架构

一、安装jetson5.1.2

安装好jetson自带cuda、cudnn和tensorRT

官方文档

1. 更换源

   sudo vi /etc/apt/sources.list.d/nvidia-l4t-apt-source.list 

   

2. 更新源

   sudo apt upgrade 

   sudo apt update 

   sudo apt dist-upgrade 

   sudo reboot 

3. 安装jetson

   sudo apt install nvidia-jetpack 

二、安装jtop

1. 安装

   sudo apt install python3-pip sudo -H pip3 install -U pip sudo -H pip install jetson-stats 

2. 查看

   sudo jtop 

三、配置CUDA和cuDNN

1. 配置环境变量

   vim ~/.bashrc 

   增加以下内容

2. 更新环境变量

   source ~/.bashrc 

3. 复制文件到cuda目录

   cd /usr/include && sudo cp cudnn* /usr/local/cuda/include cd /usr/lib/aarch64-linux-gnu && sudo cp libcudnn* /usr/local/cuda/lib64 

4. 查看CUDA

   nvcc -V 

   

5. 修改文件权限

   sudo chmod 777 /usr/local/cuda/include/cudnn.h sudo chmod 777 /usr/local/cuda/lib64/libcudnn* 

6. 重新软链接

   #这里的8.6.0和8对应安装的cudnn版本号和首数字 cd /usr/local/cuda/lib64 sudo ln -sf libcudnn.so.8.6.0 libcudnn.so.8 sudo ln -sf libcudnn_ops_train.so.8.6.0 libcudnn_ops_train.so.8 sudo ln -sf libcudnn_ops_infer.so.8.6.0 libcudnn_ops_infer.so.8 sudo ln -sf libcudnn_adv_train.so.8.6.0 libcudnn_adv_train.so.8 sudo ln -sf libcudnn_adv_infer.so.8.6.0 libcudnn_adv_infer.so.8 sudo ln -sf libcudnn_cnn_train.so.8.6.0 libcudnn_cnn_train.so.8 sudo ln -sf libcudnn_cnn_infer.so.8.6.0 libcudnn_cnn_infer.so.8 sudo ldconfig 

   7. 查看cuDNN

   dpkg -l libcudnn8 

   
   8. 报错libopenblas.so.0: cannot open shared object file: No such file or director
   
   
   

   sudo apt-get install libopenblas-dev 

   
   9. 对于上一条命令缺少或损坏的软件包进行修复，重新安装正确版本的
   

   sudo apt-get -f install 

   10. 卸载

   sudo apt-get --purge remove XXX sudo apt-get autoremove 

四、安装Pytorch

1. Pytorch
   torch官方教程
   torch下载文档
   torch下载地址
   torch2.0.0对应torchvision0.15.1
   
   
   
   

   pip install torch-2.0.0+nv23.05-cp38-cp38-linux_aarch64.whl 

   测试

   import torch torch.__version__ torch.cuda.is_available() torch.cuda.current_device() torch.cuda.get_device_name() 

   
   
   

2. torchvision
   torchvision下载
   

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

   export BUILD_VERSION=0.15.1 

   cd torchvision 

   python3 setup.py install --user 

   需要很长时间。。。
   测试
   

   import torchvision 

   报错 Did you have libjpeg or libpng installed before building torchvision from source?
   解决方案：重启
   

五、安装OpenCV

在官方仓库下载opencv 与opencv_contrib 源码(同一版本)。以opencv 4.5.4和opencv_contrib 4.5.4为例。

1. 安装依赖

sudo apt install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev \ python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev python3-pip python3-numpy 

2. 卸载自带的opencv

sudo apt purge libopencv-dev libopencv-python libopencv-samples libopencv* sudo apt autoremove sudo apt-get update 

3. 将opencv-4.5.4和opencv_contrib进行解压

tar -xzvf opencv-4.5.4.tar.gz 

tar -xzvf opencv_contrib-4.5.4.tar.gz 

5. 再将opencv_contrib移动到 opencv目录下
6. opencv目录下创建build 文件,执行 cmake

cd opencv 

mkdir build 

cd build 

cmake \ -D WITH_CUDA=ON \ -D CUDA_ARCH_BIN="8.7" \ -D CUDA_FAST_MATH=ON \ -D WITH_cuDNN=ON \ -D OPENCV_DNN_CUDA=ON \ -D cuDNN_VERSION='8.6' \ -D cuDNN_INCLUDE_DIR='/usr/include/' \ -D CUDA_ARCH_PTX="" \ -D CUDA_NVCC_FLAGS="--expt-relaxed-constexpr" \ -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.5.4/modules \ -D WITH_GSTREAMER=ON \ -D WITH_GSTREAMER_0_10=OFF \ -D WITH_LIBV4L=ON \ -D WITH_CUBLAS=ON \ -D WITH_QT=ON \ -D WITH_OPENGL=ON \ -D WITH_TBB=ON \ -D BUILD_opencv_python3=ON \ -D BUILD_TESTS=OFF \ -D BUILD_PERF_TESTS=OFF \ -D BUILD_EXAMPLES=OFF \ -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D ENABLE_FAST_MATH=ON \ .. 

sudo make -j10 

sudo make install 

最后配置环境

sudo gedit /etc/ld.so.conf.d/opencv.conf 

在打开的文本里面输入：

/usr/local/lib 

保存退出，然后在终端输入以下命令即可安装成功

sudo ldconfig 

安装成功输入sudo jtop查看OpenCV

参考测试opencv