【AI】AI入门之Nvidia Jetson平台（四）- Xavier NX软件开发环境安装部署

目录

一. CUDA安装

二. cuDNN安装

三. TensorRT安装

3.1 Pycuda安装

四. TensorFlow安装

五. PyTorch安装

六. DeepStream安装​​​​​​​

​​​​​​​6.1 安装依赖软件

​​​​​​​6.2 安装DeepStream SDK

​​​​​​​6.3 运行DEMO

​​​​​​​七. Multimedia API安装

​​​​​​​八. VPI安装

---

主要安装部署需要的CUDA，cuDNN，TensorRT，以及推理框架TensorFlow，Pytorch，视觉框架DeepStrem, VPI ,Multimedia等。

一. CUDA安装

1.使用SDKManger下载好的 .deb安装包，或自行下载

2.手动安装CUDA

3.登记GPG KEY

4.安装

执行 sudo apt-get update

               sudo apt-get install cuda

安装出现依赖有问题时，保持出厂的源，不要修改，执行

sudo apt –fix-broken install

5.测试CUDA Demo程序

       进入/usr/local/cuda-11.4/samples/4_Finance/BlackScholes

注意：源也要保证最初始的，不行，更换国内源

二. cuDNN安装

1. 将SDKManager下载好的.deb包，传输到板子上

2.手动安装

 3.进入/var/cudnn-local-repo-ubuntu2004-8.4.1.50

4.手动安装三个xxx.deb包

5.测试 cuDNN Demo程序

       进入/usr/src/cudnn_samples_v8/mnistCUDNN

       编译执行demo

​​​​​​​三. TensorRT安装

1. 在https://developer.nvidia.com/nvidia-tensorrt-8x-download下载对应的.dep包，需对应Ubuntu系统和cuda版本

将.deb包传输至开发板

 另一种方式安装（可选）

 依次安装提示的库

2.手动安装

       配置os和tag变量，并安装

       更新包，apt安装tensorrt

       安装python3.x

       安装TensorRT 使用 TensorFlow的模块

       安装ONNX

       验证

​​​​​​​3.1 Pycuda安装

若需要使用Python编写TensorRT 则需要安装pycuda

安装pip3

sudo apt-get install python3-pip

       执行：pip3 install pycuda

​​​​​​​四. TensorFlow安装

安装 ：v502为jetpack版本，1.15.5为tensorflow版本,nv22.10为发布日期

查看版本https://developer.nvidia.com/embedded/downloads

sudo pip3 install –extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v502 ‘tensorflow==1.15.5+nv22.10’

卸载：sudo 卸载出现警告是，去掉sudo

 查看安装是否成功及版本号

​​​​​​​五. PyTorch安装

1.下载脚本，https://github.com/dusty-nv/jetson-inference

2.进入目录：jetson-inference/tools

3.执行：./install-pytorch.sh

六. DeepStream安装​​​​​​​

​​​​​​​6.1 安装依赖软件

1.执行：sudo apt install

libssl1.1

libgstreamer1.0-0

gstreamer1.0-tools

gstreamer1.0-plugins-good

gstreamer1.0-plugins-bad

gstreamer1.0-plugins-ugly

gstreamer1.0-libav

libgstreamer-plugins-base1.0-dev

libgstrtspserver-1.0-0

libjansson4

libyaml-cpp-dev

2.安装librdkafka

        git clone https://github.com/edenhill/librdkafka.git

       配置：

              git reset –hard 7101c2310341ab3f4675fc565f64f0967e135a6a

              ./configure             

              make

              sudo make install

              sudo mkdir -p /opt/nvidia/deepstream/deepstream-6.1/lib

              sudo cp /usr/local/lib/librdkafka* /opt/nvidia/deepstream/deepstream-6.1/lib

​​​​​​​6.2 安装DeepStream SDK

1.下载SDK

       https://developer.nvidia.com/deepstream_sdk_v6.1.1_jetson.tbz2

2.解压配置

       sudo tar -xvf deepstream_sdk_v6.1.1_jetson.tbz2 -C /

       cd /opt/nvidia/deepstream/deepstream-6.1

       sudo ./install.sh

       sudo ldconfig

​​​​​​​6.3 运行DEMO

进入cd  /opt/nvidia/deepstream/deepstream-6.1/samples

在开发板的显示屏界面操作，

使用SSH连接会出现下面错误

目标检测Demo：

执行 sudo deepstream-app -c configs/deepstream-app/source30_1080p_dec_infer-resnet_tiled_display_int8.txt

​​​​​​​七. Multimedia API安装

1.使用SDKManager 安装

使用SDKManager 烧录系统和安装软件，均需要开发板连接外网，会检查apt update ,若不成功，会安装失败

​​​​​​​八. VPI安装

1.安装VPI repo 的key

       sudo apt install gnupg

       sudo apt-key adv –fetch-key https://repo.download.nvidia.com/jetson/jetson-ota-public.asc

       sudo apt install software-properties-common

2. 安装

sudo apt-get install libnvvpi2

3. 查看

下一篇我将会分多篇给大家分享多个 AI的，分类检测，自动驾驶的语义分割等例子 。