[关闭]
@w460461339 2020-03-19T11:28:57.000000Z 字数 2461 阅读 7938

Jetson Xavier上tensorRT环境安装

MachineLearning 微众银行


目标:

在xavier上配置tensorRT及其附属环境,使其能够正常运行从pytorch/tensorflow/mxnet转换过来的模型。

步骤:

1、确认基础环境
2、pycuda安装,没有版本限制
3、onnx安装,必须是1.5.0
4、onnx-to-tensorRT安装
5、pytorch && torchvision安装(可选)

硬件环境:

1、xavier
2、PC机
确保可以通过pc机ssh进入xavier。

1、确认安装环境

输入 ‘head -n 1 /etc/nv_tegra_release’ 输出内容和下列内容一致

  1. # R32 (release), REVISION: 3.1, GCID: 18186506, BOARD: t186ref, EABI: aarch64, DATE: Tue Dec 10 07:03:07 UTC 2019

若没有安装,那么:
https://developer.nvidia.com/embedded/jetpack
https://blog.csdn.net/Tosonw/article/details/103990404
PS:需要准备一台x86的linux机器。

输入 ‘dpkg -l | grep TensorRT’
输出
image_1e3oa1vpa1gl71ltndkt186e1gfo9.png-274.9kB

输入 ‘cat /etc/lsb-release’ 查看。
image_1e3oa4llqtbl1ecma9i14kb18fm.png-32.4kB

输入‘gcc -v’查看。
image_1e3oa6es2110a7e17kn1dcg1lfe13.png-101.1kB

2、pycuda安装

https://blog.csdn.net/huiyuanliyan/article/details/97112360

  1. sudo gedit ~/.bashrc
  2. export PATH=/usr/local/cuda-10.0/bin:$PATH
  3. source ~/.bashrc
  4. export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64
  5. pip3 install pycuda --user -i https://pypi.tuna.tsinghua.edu.cn/simple

import无误表示成功
image_1e3oaiaj4l39i341k4uchsdpd1g.png-39.3kB

3、onnx安装

必须是1.5.0

  1. sudo pip3 install onnx==1.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

4、onnx-to-tensorRT

安装这一环境的原因,是由于所依赖的检测模型,经过如下转换过程:

  1. 原始pytorch/mxnet模型->onnx模型->tensorRT-engine

后,发现tensorRT-engine版本的模型无法加载。

故退而求其次,利用以tensorRT为backend的onnx作为驱动,来实现对模型的加速。

为达到这样的目标,仅需要将模型转换到onnx,但需要额外安装onnx-to-tensorRT环境

onnx-to-tensorRT:
链接:https://pan.baidu.com/s/1VyLncqzp9y44IhYOeWgpJg 密码:jt0j

第三方依赖
链接:https://pan.baidu.com/s/1nHpimwULI6SOYy-gokguoQ 密码:fws6

  1. cd <your path>/onnx-tensorrt-release-6.0/third_party
  2. rm -rf onnx
  1. # 此时还在third_party文件夹内
  2. cp -r <your path>/onnx-765f5ee823a67a866f4bd28a9860e81f3c811ce8 ./onnx

third_parth文件夹内部看起来就是这个样子
image_1e3obsofv7g116lj1eco1g2d1oh42a.png-35.4kB

  1. cd ..
  2. pwd # 输出路径应该以onnx-tensorrt-release-6.0结尾
  3. mkdir build
  4. cd build
  5. cmake .. -DCUDA_INCLUDE_DIRS=/usr/local/cuda/include -DTENSORRT_ROOT=/ust/src/tensorrt -DGPU_ARCHS="53"
  6. make -j4
  7. sudo make install

参考:https://forums.developer.nvidia.com/t/how-to-install-onnx-tensorrt-and-how-to-solve-can-not-find-dirver-types-h-error/79714#5423987

5、pytorch&& torchvision安装

torch1.2.0下载
链接:https://pan.baidu.com/s/1ZO1mjsdehG2PBCq3ZWcT-w 密码:i2xp

torch_vision 0.4.0下载
链接:https://pan.baidu.com/s/1YGrOKpEbjqqCFRkpoXx6ZA 密码:x9hh

  1. sudo pip3 install torch-1.2.0a0+8554416-cp36-cp36m-linux_aarch64.whl
  1. unzip vision-0.4.0.zip
  2. cd vision-0.4.0
  3. sudo python3 setup.py install
添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注