Jetson TX2 安装Tensorflow、Opencv

最新推荐文章于 2023-08-03 21:20:44 发布

见招拆招金刚呼噜娃

最新推荐文章于 2023-08-03 21:20:44 发布

阅读量1.6k

点赞数 1

CC 4.0 BY-SA版权

文章标签： Jetson Tensorflow Opencv

本文链接：https://blog.csdn.net/daniu2007/article/details/86616711

一、安装Tensorflow

以前，在Jetson上安装Tensorflow是一个复杂的过程。由于Tensorflow占用的内存较大，安装时还需要配置虚拟内存。最近，NVIDIA官方推出了针对Jetson的轻量化Tensorflow安装包，使得安装过程极为简化。下面是我在Jetson TX2上的安装过程。

在安装前，首先确保Jetson TX2上已经刷了Jetpack 3.3或更新的版本。由于系统上自带了Python 2和Python 3，默认的版本是Python 2，而我主要使用Python 3，所以需要先切换默认的Python版本。打开终端（Ctrl+Alt+T），输入以下命令切换默认Python版本至Python 3：

echo alias python=python3 >> ~/.bashrc
source ~/.bashrc

切换完成后，输入：

python --version

查看当前默认Python版本，应该已经是Python 3了。接着，安装pip3，用于后续安装包的查找、下载和管理，输入：

sudo apt install python3-pip

接下来可以安装Tensorflow了。NVIDIA官方推出了针对Jetson的Tensorflow安装包，只需一行命令，就可以完成安装(前提是已经刷好Jetpack 3.3以上)，简直太赞了。在终端输入：

pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp33 tensorflow-gpu

如果你主要用Python 2, 那么就用以下命令:

pip install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp33 tensorflow-gpu

经过几十分钟的等待，Tensorflow就安装完成了。可以测试一下，输入：

python
import tensorflow

假如不报错，则说明安装成功，这时就可以愉快地跑你的Tensorflow程序了。

二、安装Opencv 3

我的程序中用到了Opencv, 在测试的时候出现cv2模块导入失败。原因是Jetpack虽然包含了Opencv 3，但是只提供了Python 2.7的编译版本，所以也只能在Python 2.7下使用。解决办法是重新安装Opencv。由于Nvidia tx2使用的是aarch(armv8)架构，不支持pip和conda的方式安装Opencv，因而只能采用源码的方式安装。我找到的这个解决方案应该是众多方法中操作较为简单的，但安装过程比较费时。打开终端，依次输入以下命令：

git clone https://github.com/jetsonhacks/buildOpenCVTX2.git
cd buildOpenCVTX2
./buildOpenCV.sh 
cd $HOME/opencv/build
make
sudo make install

经过漫长的等待，就安装完了。测试一下：

python
import cv2
print(cv2.__version__)

若能正确得到版本号，说明安装成功。

三、GPU内存分配

最后，附带说一下GPU内存分配问题。我把训练好的网络放到Jetson上做测试时，系统报出了Killed，就是线程被杀死。主要是因为GPU内存不足。解决办法时设置内存分配。在程序中添加以下代码：

import os  
os.environ["CUDA_VISIBLE_DEVICES"] = '0'   #指定第一块GPU可用  
config = tf.ConfigProto()  
config.gpu_options.per_process_gpu_memory_fraction = 0.5  # 程序最多只能占用指定GPU50%的显存。具体比例自己根据实际设置，若报Killed，就减小这个数值
config.gpu_options.allow_growth = True      #程序按需申请内存  
sess = tf.Session(config = config)

另外，在Jetson上查看GPU状态，不能用nvidia-smi命令，Tegra不支持这个命令，要用：