建网站自学德州网站建设哪一家好
JETSON 配置 NanoDet
文章目录
- JETSON 配置 NanoDet
- NanoDet 介绍
- 源码
- 环境搭建及测试
- 配置 NanoDet 的环境
- 环境配置过程中遇到的问题：
- 环境配置完毕
- 验证 NanoDet
NanoDet 介绍
可以参考这个博客：NanoDet：这是个小于4M超轻量目标检测模型
源码
参考这个链接：NanoDet
这个是 NanoDet 的代码。
环境搭建及测试
因为这次设备 jetson orin nano 进行检测主要是为了与后续的硬件融合。所以先配置并测试 NanoDet 的可行性。
配置 NanoDet 的环境
开始进行 NanoDet 的环境配置：
（这一部分上面的源码里面写的很详细啦，关于创建虚拟环境，编译库等等。下面我把里面的命令移植过来方面 copy）
打开终端：
- 创建虚拟环境并激活
conda create -n nanodet python=3.8 -yconda activate nanodet
- 安装 pytorch
conda install pytorch torchvision cudatoolkit=11.1 -c pytorch -c conda-forge
- clone 源码
cd ～git clone https://github.com/RangiLyu/nanodet.gitcd nanodet
- 安装 requirements.txt 里面的库
pip install -r requirements.txt
- 建立 NanoDet
python setup.py develop
环境配置过程中遇到的问题：
运行命令：
pip install -r requirements.txt
遇到错误：
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.nltk 3.8.1 requires click, which is not installed.summary 0.2.0 requires chardet, which is not installed.summary 0.2.0 requires lxml, which is not installed.ultralytics 8.0.199 requires psutil, which is not installed.
说明缺少 click chardet lxml psutil 这四个库
运行命令进行安装即可：
pip install click chardet lxml psutil
即可。
环境配置完毕
运行命令：
python setup.py develop
出现下面这个表示代码环境配置完成
Installed /home/be/Downloads/nanodetProcessing dependencies for nanodet==1.0.0Finished processing dependencies for nanodet==1.0.0
验证 NanoDet
在源码的这个地方
👉COCO pretrain checkpoint
可以下载经过预训练的权重文件 nanodet-plus-m_416_checkpoint.ckpt
在 nanodet 文件夹下面，执行下面的命令进行训练（记得將路径提换为自己的文件路径）
python demo/demo.py image --config ./config/nanodet-plus-m_416.yml --model ./ckpt/nanodet-plus-m_416_checkpoint.ckpt --path ./test/test.jpg
结果发生错误：
ModuleNotFoundError: No module named 'torch._dynamo'
然后留意到上面 Requirements 标注着：Pytorch >= 1.10.0, <2.0.0。
感觉可能是 torch 和 torchvision 的版本问题。然后切到了 python 环境下面，输入：
import torchtorch.__version__ # 显示版本为 2.1.1import torchvisiontorchvision.__version__ # 显示版本为 0.16.1
只能试着先用 pip uninstall torch torchvision 删掉原本的 torch 和 torchvision。然后再运行下面的命令重新安装：
pip install torch==1.13.1 torchvision==0.14.1
再次运行验证命令，问题解决，结果如下所示：
