行者无畏
20241219 Jetson AGX Xavier刷机(For yolov5 较为完整版)
明昧 Lv7
  2024-12-19 14:13:33   2025-02-14 17:27:29  

设施

  • 主机 y7000联想者
  • 虚拟机 在vmvare中有ubuntu18.04 分配了100g的空间 该虚拟机的网络连接模式改为桥接模式

image-20250214101209303

  • tpyec转usb线(typec这条线是用来连接xavier模块和主机电脑的，这条typyec线必须接到靠近开关的typec口上)

基本步骤复盘

关键的接线

找一根合适的线usb转typec

虚拟机准备

准备好内存足够（建议直接100g）的虚拟机（我是vmvare）环境18.04ubuntu

image-20250214101150470

nvidia账号

注册nvidia账号，并且修改nvidia相关年龄（我反正直接36）

原因：https://blog.csdn.net/m0_45020691/article/details/140362360

过程截图：

image-20241225160459542

image-20241225160518071

选右边这个，然后要再进行一次登录

image-20241225160604596

反正修改注册一顿下来就会有这些信息

sdkmanager

在虚拟机ubuntu下载sdkmanager

下载：https://developer.nvidia.com/sdk-manager

教程：https://blog.csdn.net/x_w_haohan/article/details/121404002

（我只是仿照安装这里做了sdkmanager这步骤）

接线

（连接主机的线要接电源附近的typec口）

将设备连接到主机，其他线也接好

虚拟机自己也连接到和xavier同一个局域网下

（从左到右）HDMI显示屏线 公司网口线 电源线

下面那层在电源口下面

我找个拓展坞插鼠标和键盘

image-20241220092034197

recovery模式 √

通过按键试图让机子进入recovery模式

https://bbs.huaweicloud.com/blogs/407756

image-20241225160902934

烧录OS √

只烧录OS，此时最好先别一起安装和下载sdk的其他组件，就下载OS就和进行烧录就可以

正常情况的话是完成这一步之后

机子接上显示屏会自动显示ubuntu页面

安装sdk √

后续再安装sdk

（烧录完毕之后，再重新开启xavier，此时也需要连接usb线，再次进入recovery模式 ，

在虚拟机中会发现标识符已经改变，此时再安装sdk和rumtime component）

修改源 √

https://blog.csdn.net/qq_40691868/article/details/114122289#:~:text=y mode）后缀的开机版本（选一个老一点的版本容易进）驱动安装成功的版本：NVIDIA-Linux-x86_64-535.146.02.run。重启之后输入以下命令，如果没有输出则成功。下面这种情况没有遇到。

但是其中的粘贴内容改成下面的部分

1
2
3
4
5
6
7
8
9
10
11
12
13
14
deb https://mirrors.aliyun.com/ubuntu-ports/ focal main restricted universe multiverse
deb-src https://mirrors.aliyun.com/ubuntu-ports/ focal main restricted universe multiverse

deb https://mirrors.aliyun.com/ubuntu-ports/ focal-security main restricted universe multiverse
deb-src https://mirrors.aliyun.com/ubuntu-ports/ focal-security main restricted universe multiverse

deb https://mirrors.aliyun.com/ubuntu-ports/ focal-updates main restricted universe multiverse
deb-src https://mirrors.aliyun.com/ubuntu-ports/ focal-updates main restricted universe multiverse

# deb https://mirrors.aliyun.com/ubuntu-ports/ focal-proposed main restricted universe multiverse
# deb-src https://mirrors.aliyun.com/ubuntu-ports/ focal-proposed main restricted universe multiverse

deb https://mirrors.aliyun.com/ubuntu-ports/ focal-backports main restricted universe multiverse
deb-src https://mirrors.aliyun.com/ubuntu-ports/ focal-backports main restricted universe multiverse

nomachine（可选） √

安装nomachine（同一局域网下的远程控制）

官网：https://www.nomachine.com/

1
2
3
4
5
6
7
8
# 命令来查看v7 v8
cat /proc/cpuinfo

# 下载好后的命令
sudo dpkg -i nomachine_7.4.1_1_arm64.deb

#下载好懒得配置，只要agx和主机都连接在同一个局域网就行
#在主机点开那个弄Machine用就点击就可以用

miniforge √

（我一开始是下载最新版本的 Release 24.11.0-0 Latest，但是安装到最后告诉我xxxx东西后面不在这里安装了，要自己独立安装，吓得我赶紧找到那个老版本进行下载os:真的很怕配环境有多余的麻烦，后面就下了Release 24.7.1- Latest）

2.去到那个下载目录，我自己单独给这个文件建立了新目录

image-20241220151940420

在终端运行

1
sh Mambaforge-24.7.1-0-Linux-aarch64.sh

3.一路安装 yes输入秘密

…

4.成功之后会显示如下相关文字告诉你激活环境

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
Transaction finished

To activate this environment, use:

    micromamba activate /home/linger/mambaforge

Or to execute a single command in this environment, use:

    micromamba run -p /home/linger/mambaforge mycommand

installation finished.
Do you wish to update your shell profile to automatically initialize conda?
This will activate conda on startup and change the command prompt when activated.
If you'd prefer that conda's base environment not be activated on startup,
   run the following command when conda is activated:

conda config --set auto_activate_base false

You can undo this by running `conda init --reverse $SHELL`? [yes|no]
[no] >>> 
You have chosen to not have conda modify your shell scripts at all.
To activate conda's base environment in your current shell session:

eval "$(/home/linger/mambaforge/bin/conda shell.YOUR_SHELL_NAME hook)" 

To install conda's shell functions for easier access, first activate, then:

conda init

conda虚拟环境常用命令

1
2
3
4
5
6
7
8
9
10
11
12
13
14
#创建环境
conda create -n myenv python=3.8

#激活环境
conda activate myenv

#停用环境
conda deactivate

#导出配置环境
conda list --export > environment.yml

#导出配置环境
conda env create -f environment.yml

分区与挂载

搞到这一步的时候，我买的SSD固态到了

拆开装进去SSD后，开始进行挂载

pytorch

查看cuda版本

先检查这个版本的cuda是否能支持我们所需要的yolov5（本次任务最终目标）的pytoch的环境

yolov5 依赖于 pytorch

pytorch 的版本要看当前系统的python版本和当前我们安装的cuda版本

1
2
3
4
5
6
7
8
9
10
11
12
13
# 查看当前系统所有python安装版本
ls /usr/bin/python*

# 查看当前系统的cuda版本
nvcc --version


# 查看当前jetpack版本
sudo apt-cache show nvidia-jetpack

# 查看当前是否cudnn的版本
ldconfig -p | grep libcudnn

我的虚拟机是cuda11.4+jetpack：nvidia-jetpack5.1.4-b17+python3.8，也有python3.9+cudnn 8+ubuntu20.04

先去到https://pytorch.org/get-started/previous-versions/

看看自己的cuda版本大概能下载哪个预编译，因为我是cuda11.4，所以我下载pytorch1.12.1以及以前的版本会比较好

image-20241227104836599

网址：https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048

来到这个网站

看看自己的cuda版本大概能下载哪个预编译，然后在这里进行下载，上面那个就是让你看版本而已

image-20241230142405664

最终要了这个

根据下面的表再去看看对应vision的版本

image-20241230142441925

https://download.pytorch.org/whl/cu110/torch_stable.html

image-20241230142743727

1
2
3
4
5
6
7
8
9
10
11
#在conda内完成的
sudo apt-get install libopenblas-base libopenmpi-dev libomp-dev
pip install Cython
pip install numpy=1.21.0

# 先进入到存在torch-1.12.0a0+2c916ef.nv22.3-cp38-cp38-linux_aarch64.whl的文件夹
# 输入以下命令
pip install torch-1.12.0a0+2c916ef.nv22.3-cp38-cp38-linux_aarch64.whl

# 进入存在torchvision-0.13.0-cp38-cp38-manylinux2014_aarch64.whl的文件夹
pip intall torchvision-0.13.0-cp38-cp38-manylinux2014_aarch64.whl

最后

image-20241230143348794

最终检测torch是否安装成功

1
2
3
4
5
6
　　　　$ python
　　　　>>import torch
　　　　>
　　　　
　　　　
　　　　退出（）ctrl+z

真的很无语

image-20250106151653893

这个版本使用在arrch64上是没有办法和上面特供给nvidia的torch匹配

https://github.com/pytorch/vision

源码编译方案

去官网找源码自己编译

image-20250106154714885

找到适配的版本的源码

image-20250106154757398

image-20250106154808398

下载其中一个

image-20250106154830374

下载结束后，进入文件夹内进行安装：

1
2
3
4
5
cd torchvision
export BUILD_VERSION=0.13.0  # where 0.x.0 is the torchvision version  
python3 setup.py install --user
cd ../  # attempting to load torchvision from build dir will result in import error

4. 验证
拷贝代码进行验证：

1
2
3
4
5
6
7
8
9
10
11
12
13
import torch
import torchvision
print(torch.__version__)
print('CUDA available: ' + str(torch.cuda.is_available()))
print('cuDNN version: ' + str(torch.backends.cudnn.version()))
a = torch.cuda.FloatTensor(2).zero_()
print('Tensor a = ' + str(a))
b = torch.randn(2).cuda()
print('Tensor b = ' + str(b))
c = a + b
print('Tensor c = ' + str(c))
print(torchvision.__version__)

https://blog.csdn.net/qq_21843433/article/details/119255360

（方法参考）

安装jtop

参考

https://blog.csdn.net/weixin_67026673/article/details/128684083

1
2
3
4
5
6
7
8
sudo apt install python3-pip

sudo -H pip3 install -U jetson-stats

#重启

#启动
jtop

过程

image-20241230140759178

image-20241230141136395

安装ibus的中文输入法

（搜狗的我厌倦了）

https://blog.csdn.net/xiaopang_love_study/article/details/119487748

命令运行并且设置之后还不出现就重启一下系统就可以了

安装opencv(可选) * 尚未安装

(后面还是自己编译自己装了)

opencv-python

刷机的时候自动安装了，看这个

image-20241231112933919

https://blog.csdn.net/Mr_111000/article/details/118254377

.查看opencv和python的对应关系

image-20241230152350595

安装pycharm

官网: https://www.jetbrains.com.cn/en-us/pycharm/download/?section=windows

https://www.oryoy.com/news/ru-he-zai-ubuntu-xi-tong-shang-an-zhuang-pycharm-xiang-xi-bu-zhou-yu-chang-jian-wen-ti-jie-jue-fang.html

安装之前安装java环境:https://blog.csdn.net/the_beginner/article/details/118930922

https://www.freesion.com/article/8932719445/

但是我后面发现这两个不太管用

会出现java_home什么找不到命令之类的，相当神经

换一个安装方案：

https://cn.linux-console.net/?p=29733（我jer和jdk都安了，不知道有没有重复的包被安装）、

image-20241231101432051

安装完成之后检查一下

打开 vim ~/.bashrc

image-20241231101849815

再source一下image-20241231102036503

完全还是不行

进去看了一眼好像搞错目录了

image-20241231102221877

其实也不行

https://blog.csdn.net/weixin_45329799/article/details/120670117

这个就很完美

完美验证成功

1
echo $JAVA_HOME

pycharm创建快捷方式：https://blog.csdn.net/weixin_44312186/article/details/98443374

其他可能需要注意的事项

https://hahaha.fmy1024.cn/html_online/4340_121294956online.html

常用命令

1
2
# 单独查看内存使用情况的命令
free -m
1
2
# 查看内存及cpu使用情况的命令：
top
 Comments
Comment plugin failed to load
Loading comment plugin
  1. 1. 设施
  2. 2. 基本步骤复盘
  3. 3. 关键的接线
  4. 4. 虚拟机准备
  5. 5. nvidia账号
  6. 6. sdkmanager
  7. 7. 接线
  8. 8. recovery模式 √
  9. 9. 烧录OS √
  10. 10. 安装sdk √
  11. 11. 修改源 √
  12. 12. nomachine（可选） √
  13. 13. miniforge √
  14. 14. conda虚拟环境常用命令
  15. 15. 分区与挂载
  16. 16. pytorch
    1. 16.1. 源码编译方案
  17. 17. 安装jtop
    1. 17.1. 参考
    2. 17.2. 过程
  18. 18. 安装ibus的中文输入法
  19. 19. 安装opencv(可选) * 尚未安装
    1. 19.1. .查看opencv和python的对应关系
  20. 20. 安装pycharm
  21. 21. 其他可能需要注意的事项
  22. 22. 常用命令
© 2020 - 2025    明昧
Powered by Hexo & Theme Keep
Unique Visitor Page View
  1. 1. 设施
  2. 2. 基本步骤复盘
  3. 3. 关键的接线
  4. 4. 虚拟机准备
  5. 5. nvidia账号
  6. 6. sdkmanager
  7. 7. 接线
  8. 8. recovery模式 √
  9. 9. 烧录OS √
  10. 10. 安装sdk √
  11. 11. 修改源 √
  12. 12. nomachine（可选） √
  13. 13. miniforge √
  14. 14. conda虚拟环境常用命令
  15. 15. 分区与挂载
  16. 16. pytorch
    1. 16.1. 源码编译方案
  17. 17. 安装jtop
    1. 17.1. 参考
    2. 17.2. 过程
  18. 18. 安装ibus的中文输入法
  19. 19. 安装opencv(可选) * 尚未安装
    1. 19.1. .查看opencv和python的对应关系
  20. 20. 安装pycharm
  21. 21. 其他可能需要注意的事项
  22. 22. 常用命令