Jetson AGX ORIN 配置 FGVC-PIM 神經(jīng)網(wǎng)絡(luò)

配置 ORIN 環(huán)境

首先先配置 ORIN 的環(huán)境，可以參考這個(gè)鏈接：

Jetson AGX ORIN 初始化&配置CUDA&Anaconda&帶CUDA的OpenCV

創(chuàng)建 FGVC-PIM 虛擬環(huán)境

終端輸入命令：

conda create -n fgvc python=3.8
conda activate fgvc

即可創(chuàng)建名為 fgvc 的虛擬環(huán)境，之后需要向環(huán)境中添加需要的安裝包。python 一定要安裝 38 版本，因?yàn)榘惭b PyTorch 的時(shí)候需要對(duì)照版本進(jìn)行安裝。如果直接使用這個(gè)命令進(jìn)行安裝 pip install torch torchvision torchaudio，則會(huì)出現(xiàn)無法調(diào)用 CUDA 的問題。

安裝 PyTorch

安裝 PyTorch 之前先要查看一下 ORIN 的版本信息：

• L4T：35.3.1
• Jatpack：5.1.1

然后在官網(wǎng)里面下載安裝包。網(wǎng)址如下：
PyTorch for Jetson

我的 ORIN 信息如上，選擇對(duì)應(yīng)的 python=3.8 系列，最終確定 PyTorch 版本為 1.12.0，進(jìn)行下載。
如圖所示：

然后激活對(duì)應(yīng)的虛擬環(huán)境，進(jìn)行包的安裝。

conda activate fgvc
pip install torch-1.12.0a0+2c916ef.nv22.3-cp38-cp38-linux_aarch64.whl 

顯示成功安裝后，進(jìn)行 python 界面，測(cè)試是否可以導(dǎo)入，以及 CUDA 是否可用。出現(xiàn)如下結(jié)果說明一切正常，可以進(jìn)行下一步 torchvision 安裝。如下所示：

(fgvc) abc@ubuntu:~$ python
Python 3.8.19 (default, Mar 20 2024, 19:53:40) 
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.12.0a0+2c916ef.nv22.3'
>>> torch.cuda.is_available()
True
>>> 

中間可能會(huì)出現(xiàn)一個(gè)小問題，顯示沒有 libopenblas-dev 東西，用如下命令進(jìn)行安裝即可解決：

sudo apt-get install libopenblas-dev

安裝 torchvision

安裝之前先運(yùn)行以下命令：

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

在環(huán)境變量里面添加內(nèi)容：

export CUDA_HOME=/usr/local/cuda-11.4
# 然后更新
source ~/.bashrc

再看這個(gè)對(duì)照表

使用 git clone 下載 torchvision 的對(duì)應(yīng)安裝代碼。

git clone --branch v0.13.0 https://github.com/pytorch/vision torchvision

然后在虛擬環(huán)境終端里面輸入：

cd torchvision
export BUILD_VERSION=v0.13.0

然后再輸入：

python3 setup.py install --user

之后進(jìn)行調(diào)試，還是會(huì)有問題，但是具體基本都是一些庫需要下載，進(jìn)行下載即可。
可以參考這個(gè)鏈接：（里面的 export 不要加 v，不然版本會(huì)不匹配）
jetson agx orin 的pytorch、torchvision、tensorrt安裝最全教程

# 下載 torchvision 時(shí)候報(bào)錯(cuò) 需要 numpy
Downloading https://files.pythonhosted.org/packages/51/fe/e4dab289c176ea4e13f97f11f281cc22d4a3b0add9883406db62d4f94d65/numpy-2.0.0b1.tar.gz#sha256=e0bb33a37d0d0b9a19cd41a093877f830e06bd4d989341b9792896cf08e629f7
Best match: numpy 2.0.0b1
Processing numpy-2.0.0b1.tar.gz
error: Couldn't find a setup script in /tmp/easy_install-di_cher0/numpy-2.0.0b1.tar.gz
# 下載 numpy 和 numpy 需要的其他庫
(fgvc) abc@ubuntu:~/torchvision$ pip install certifi idna charset-normalizer numpy urllib3
# 參考上面的鏈接提前安裝一些 torchvision 的依賴庫

再運(yùn)行之后問題解除
然后在 python 里面導(dǎo)入 torchvision，看是否有問題，結(jié)果如下，能出來 ‘v0.13.0’ 則可以繼續(xù)安裝其他依賴包：

(fgvc) be@ubuntu:~/torchvision$ python
Python 3.8.19 (default, Mar 20 2024, 19:53:40) 
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> import torchvision
/home/be/torchvision/torchvision/io/image.py:13: UserWarning: Failed to load image Python extension: warn(f"Failed to load image Python extension: {e}")
/home/be/torchvision/torchvision/__init__.py:28: UserWarning: You are importing torchvision within its own root folder (/home/be/torchvision). This is not expected to work and may give errors. Please exit the torchvision project source and relaunch your python interpreter.warnings.warn(message.format(os.getcwd()))
>>> torch.__version__
'1.12.0a0+2c916ef.nv22.3'
>>> torchvision.__version__
'0.13.0'
>>> 

安裝其他依賴包

進(jìn)入 pycharm，并在 Setting 設(shè)置好代碼的虛擬環(huán)境之后，根據(jù)缺少的庫的內(nèi)容，使用 pip install 命令下載庫。
需要的庫及其命令如下，不需要找了，可以直接下載。

pip install numpy pandas matplotlib wandb psutil
pip install opencv-python
pip install scipy scikit-learn

如果下載中斷，可以使用鏡像源：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas

或者使用參數(shù) –default-timeout：

pip install --default-timeout=600 pandas

然后再運(yùn)行訓(xùn)練數(shù)據(jù)集的命令。
提前下載權(quán)重文件：
swin_large_patch4_window12_384_22k.pth，網(wǎng)址如下：
https://github.com/SwinTransformer/storage/releases/download/v1.0.0/swin_large_patch4_window12_384_22k.pth

下載好之后，將權(quán)重文件放置在這個(gè)路徑下：
/home/abc/.cache/torch/hub/checkpoints
然后就發(fā)現(xiàn)可以訓(xùn)練了（這個(gè)不打算訓(xùn)練，所以 Ctrl + c 強(qiáng)行中斷了），配置結(jié)束！