Jetson Nano セットアップ備忘録　(Pytorch , onnxとか動かすまで)

Jetson nanoを使ったのでセットアップの備忘録。

「nv-jetson-nano-sd-card-image-r32.3.1(JetPack 4.3)」のページのイメージをMicro SDカードに焼いた。(from qiitaの記事)

JetPacはtensorflowの都合でJetpack==4.3にした。

パーツ一式はこのサイト「Mac でJetson Nanoをセットアップ」を参考にした。

Jetso nanoセットアップのパーツ一式
・Team microSDカード 64GB
・HDMIケーブル
・有線USBスリムキーボード
・小型ディスプレイ HDMI
・有線マウス
・TP-Link 無線LAN子機
・Jetson Nano AC/DC アダプタ
＊＊＊自分はHDMIディスプレイの電源アダプタも必要だった。

目次
1.SDカードに書き込み
2.はじめにjetson nano起動　＆ apt upgrade
3.仮想環境作成
4.Pytorch のinstall
5.whlでTensorflowのインストール
6.jetson上でonnxでyolov4のリアルタイム推論してみる

1.SDカードに書き込み

「Getting Started with Jetson Nano Developer Kit」通りにパーティションをいじる。

SDカードが刺さってない状態

# 何も表示されない。
$ diskutil list external | fgrep '/dev/disk'

SDカード入れると

$ diskutil list external | fgrep '/dev/disk'
>>>>>
/dev/disk4 (external, physical):
/dev/disk5 (synthesized):

EtcherからSDカードは/dev/disk4らしいので、

$ sudo diskutil partitionDisk /dev/disk4 1 GPT "Free Space" "%noformat%" 100% 
>>>>
Unmounting disk
Creating the partition map
Waiting for partitions to activate
Finished partitioning on disk4

Etcherで書き込み。

書き込み完了。

2.はじめにjetson nano起動　＆ apt upgrade

sudo apt update
sudo apt upgrade
sudo apt dist-upgrade

3.仮想環境作成

sudo apt install python3-venv

仮想環境の例

python3 -m venv place
cd place
source bin/activate

# 抜けるとき
deactivate

python3 -m venv place 
cd place
source bin/activate

# dependencies
# sudo pip3 install wheel
sudo apt install gfortran libopenblas-base libopenmpi-dev libopenblas-dev libjpeg-dev zlib1g-dev libv4l-dev python3-pip
# pip update
sudo pip3 install -U pip

# sudo pip3 install jupyter notebook
sudo pip3 install cython numpy # scipy
sudo pip3 install pandas tqdm Pillow pybind11 scikit-learn
sudo pip3 install opencv-python

4.Pytorch のinstall

nvidiaのサイトから

pytorch version 1.4をdownload

wget https://nvidia.box.com/shared/static/ncgzus5o23uck9i5oth2n8n06k340l6k.whl -O torch-1.4.0-cp36-cp36m-linux_aarch64.whl

sudo pip3 install torch-1.4.0-cp36-cp36m-linux_aarch64.whl

# torchvision インストール
pip3 uninstall numpy
pip3 install numpy==1.19.4

git clone https://github.com/pytorch/vision torchvision
cd torchvision && git checkout v0.5.0 && export BUILD_VERSION=0.5.0
sudo python3 setup.py install

Version確認

$ python3
$ import torch
$ torch.__version__
>>>>>
'1.4.0'

Pytorch とtorchVisionのversionの対応表

1.9.0	0.10.0
Pytorchのバージョン	対応するtorchVisionのバージョン
1.9.1	0.10.1
1.10.0	0.11.0
1.10.1	0.11.2
1.11.0	0.12.0
1.12.1	0.13.1

5.whlでTensorflowのインストール

whlでnvidiaのサイトからインストールする。

sudo apt-get install libjpeg8-dev hdf5-tools libhdf5-serial-dev libhdf5-dev zlib1g-dev zip

# Python package dependencies
sudo pip3 install bumpy grpcio absl-py py-cpuinfo psutil portpicker mock six requests gast h5py astor termcolor wrapt protobuf google-pasta keras_preprocessing keras_applications

# tensorflow install
sudo pip3 install https://developer.download.nvidia.com/compute/redist/jp/v42/tensorflow-gpu/tensorflow_gpu-1.13.1+nv19.5-cp36-cp36m-linux_aarch64.whl

tensorflowのversion確認

$ python3 
$ import tensorflow as tf
$ tf.__version__
>>>
1.13.1

6.jetson上でonnxでyolov4のリアルタイム推論してみる

onnxに変換したyolov4-tinyでリアルタイム推論してみる。

# onnx dependencies
sudo apt install libprotobuf-dev protobuf-compiler pybind11-dev libprotoc-dev

# onnx install
sudo pip3 install onnxruntime
sudo pip3 install onnxconverter-common==1.6.0
sudo pip3 install onnx==1.6.0

# 推論
$ python3 camera_estimate.py yolov4_tiny.onnx

jetson上での推論をモニターで写した動画。