英伟达Jetson Xavier NX部署YOLO5

1.查看JetPack版本

新到手的NX首先需要确定一下JetPack的版本：

sudo apt-cache show nvidia-jetpack

会显示类似下面的内容：

Package: nvidia-jetpack
Version: 4.6-b199
Architecture: arm64
Maintainer: NVIDIA Corporation

不同的JetPack版本会对应后续不同torch和torchvison版本的选择。

2.拓展存储空间

NX自带的存储空间非常小，想要部署YOLO5肯定是装不下的。可以安插SD卡或者安装SSD固态硬盘来解决这个问题，我手里的NX商家给赠了一个128G的固态硬盘。（SSD的读写速度是SD卡的7倍，更建议使用SSD）
顺便说一下如何实现SSD作为第一启动：

2.1格式化已安装的 SSD

打开NX，在菜单中搜索Disks并打开：


在红框里的目录中，选择format

按照如下格式选择进行格式化：

格式化后，点击下面红框里的小加号进行分区，我建议你选择16 GB的分区用作交换文件：


点击红框中的设置，给卷起个名字：


最后是这样：

2.2将NX自带SD卡上的全部存储内容复制到SSD中

执行下面命令：

git clone https://github.com/jetsonhacks/rootOnNVMe.git
cd rootOnNVMe
./copy-rootfs-ssd.sh

git clone的时候，报错

gnutls_handshake() failed: The TLS connection was non-properly terminated.

原因可能是代理出现错误，解决方案如下：

git config --global  --unset https.https://github.com.proxy 
git config --global  --unset http.https://github.com.proxy 

2.3设置SSD作为第一启动

执行下面命令：

./setup-service.sh

重启使设置生效。

3.安装和配置CUDA与CUDNN

pytorch和torchvision的使用需要CUDA和CUDNN支持。

在安装CUDA和CUDNN时，我参考了这篇教程。
配置CUDNN时，我参考了这篇教程。

查看CUDA版本命令：

nvcc --version

或

nvcc -V

如果没有安装NVCC，则使用下面命令：

cat /usr/local/cuda/version.txt

查看CUDNN版本命令：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

4.下载YOLO5模型

5.部署环境

这几步的流程和我之前在Xavier中部署YOLO5完全相同，可以参考这里。