Jetson NX配置GPU版本pytorch的yolov8教程

來源：嗶哩嗶哩時間：2023-08-04 03:23:59

如果你是初學者，請務必保證所有版本號和本文的一致！

本文寫于2023年8月，各部分版本號如下：

(資料圖)

+42759b1

前言

前段時間做無人機集群目標跟蹤的比賽，需要在5臺英偉達的jetson NX上都配置yolov8環境。我們首先配好了CPU版本的torch環境，雖然配環境十分輕松，但CPU版本torch的yolov8運行幀率只有1~2幀。

而在配置GPU版本torch的yolov8環境的過程非常坎坷，但經過一番摸索，在5臺NX上都非常順暢地配置完成了yolov8環境的配置。故把踩過的坑在此記錄，分享給大家以供交流。

另外，我之前對jetpack，torchvision，pycuda，tensorRT等理解不是很清晰，很多時候配好了都不知道這東西是用來干啥的。對此，本文每配一個東西我也會說明其概念和作用。

本篇教程不會把需要運行的命令一條一條全部列出來，取而代之的是更多的文字描述與原理解讀。我自認為邏輯非常清晰，讀者跟隨邏輯完全可以完成安裝，讀者只需要帶點腦子即可。也許很多讀者配環境的時候不看任何文字說明，把作者給出的指令逐行復制了事（我之前就是這樣）。這個習慣很不好。作者會在文字說明中陳述很多細節，請認真讀。

注意：如果你需要在NX上安裝ros或ros2，那么不要使用conda！！！ros與conda的兼容性十分糟糕，親測ros2與conda兼容性更差，甚至連編譯都過不去。請在NX原生python環境下安裝yolov8環境。

觀看本教程之前，最好滿足以下條件：

你的NX已經安裝好了系統

熟悉一些基礎的linux命令

會python編程

了解torch的基本概念，在筆記本電腦上能夠完成torch的配環境工作（但對于如何在NX上完成環境配置比較頭疼）

有一個環境，最好是（默認自帶）

安裝好了 git，pip等基礎工具

最好有一個梯子，可以連接到外網。

安裝Jetpack

Jetpack是專供英偉達的嵌入式計算平臺使用的人工智能包。這個官方定義現在理解起來有點抽象，咱們安裝好之后，大家就知道他是什么了。

首先，安裝jtop，這是一個監控CPU，GPU等使用情況的工具。

然后，安裝JetPack：

安裝完JetPack后，命令行輸入jtop并運行，即可看到當前電腦的CPU運行狀態，按數字鍵可以切換頁面，切換到INFO頁面，可看到已經安裝好的包：

可以發現，當前你的NX已經安裝好了很多難裝的底層庫：Cuda，cuDNN， TensorRT, OpenCV。這下可能你大致明白了咱們的定義：

Jetpack是英偉達提供的專門供他自己的嵌入式計算平臺使用的人工智能包。

這句話是什么意思了，意思就是Jetpack把人工智能開發常用的底層驅動和庫一股腦給你打包好，你安裝了Jetpack，就把這幾樣東西都安裝上去了。

注意：上圖opencv的版本后有“with CUDA NO”的字樣，說明opencv也有支持GPU加速的版本，但是默認安裝的opencv不支持GPU加速（pip也只能安裝cpu版本的opencv）。由于作者的項目不涉及太多的opencv操作，配置GPU版本的opencv對整體性能影響不大，所以作者沒有深入研究，如果需要安裝支持GPU加速的opencv，需要將原opencv卸載，并通過源碼編譯安裝，在cmake階段指定相應cuda配置，即可編譯出支持cuda加速的opencv。讀者可自行百度解決。

后文不會再提及cuda，cudnn，opencv的安裝。

安裝torch

torch應該不需要介紹了，為了方便，一般大家都把pytorch直接叫做torch，初學者看見不要覺得奇怪就行。

安裝torch，參考官方鏈接，所有命令均參考官網的即可。

Installing PyTorch for Jetson Platform - NVIDIA Docs

/deeplearning/frameworks/install-pytorch-jetson-platform/

官網中需要運行的指令都在這個圖片里，請自行前往官網復制。再往后的指令就不用管了。

注意中間的兩個 “export TOUCH_INSTALL=.......”?只運行上面這個https:// 的就行，仔細看兩眼英文敘述都能懂。

大致流程解讀：

sudo apt安裝一堆依賴庫

export TORCH_INSTALL=……… 聲明下載torch安裝包的網址。

pip安裝指定版本的aiohttp numpy scipy等庫。

export一個別的什么庫，具體是什么不用管。

pip 安裝 protobuf，這個照著做就行，沒遇見什么問題。

最后，使用pip安裝torch。其中命令中的$TORCH_INSTALL就是你之前export的那個。

然后應該torch就安裝成功了。

安裝torchvision

torchvision是torch的一部分，可以理解為用torch實現了一份常用的基礎的網絡框架和工具類，你拿來就能用，不用自己寫了。每個版本的torch都會有自己對應版本的torchvision，一般裝錯版本就意味著不好使。torchvision 版本對應關系如下：

通過pip安裝的torchvision只是CPU版本的，版本只顯示。這個是無法調用jetson底層的cuda加速的。GPU版本的torchvision只能通過編譯進行安裝。編譯安裝的torch版本號顯示為“+42759b1”（“版本號+巴拉巴拉一堆數”），說明你安裝的是支持jetson上的cuda加速的。

下載torchvision源碼并構建安裝的方法如下：

親測NX很可能編譯了一半就內存爆了然后卡死，可重復運行安裝腳本，卡死之前的安裝進度會被保留，多運行幾次就可以安裝成功了。

最后在命令行進入python，檢測是否安裝成功：

torch.__version__和torchvision.__version__均會輸出“版本號+巴拉巴拉一堆數”，如下圖所示，這就說明你安裝gpu版本的torch和torchvision成功了。如果你是初學者，請務必保證所有版本號和本文的一致。

安裝pyCUDA

pyCUDA是一個python庫，讓訪問 NVIDIA 的 CUDA 并行計算API更容易。我的理解是：如果你是初學者，只是使用yolov8做基礎的訓練和預測，是不需要管python如何訪問cuda的，這些東西torch都幫你做好了。而如果你使用torch實現自己的網絡架構，或者需要使用到tensorRT做加速，可能需要用到pyCUDA庫做一些底層的操作。總之，對于初學者，不太需要關心這個庫。本文一并安裝，有備無患。