젯슨나노에 Torch/TorchVision/OpenCV 설치

 

 

젯슨나노에 opencv 설치

 

 

젯슨 나노 B01과 100% 호환 되는 C100에서 Python 환경 초기 세팅하며

다 갈아 엎고 여러 가지 시행 착오를 거치며 오류 없이 실행할 수 있는 방법을 여기에 기록한다.

젯슨나노는 GPU가 장착된 작은 임베디드 컴퓨터로 라즈베리파이보다 강력한 GPU 성능을 제공한다.

따라서 젯슨나노에 GPU 구동이 가능하게끔 pytorch와 opencv를 잘 설치해줘야 한다 ~

 

2025.2.3.

 

참고 블로그 : https://iambeginnerdeveloper.tistory.com/216

Jetson Nano | JetPack 설치, pytorch 설치, OpenCV with CUDA(opencv cuda 가속화 설정)

 

 

1. Jetson Nano - Pytorch, Torchvision 설치

# PyTorch 1.8.0 다운로드 및 dependencies 설치
wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev 
 
# Cython, numpy, pytorch 설치
pip3 install Cython
pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl
 
# torchvision dependencies 설치
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision
cd torchvision
export BUILD_VERSION=0.9.0
python3 setup.py install --user
cd ../  # attempting to load torchvision from build dir will result in import error

 

 

이렇게 설치했는데, torch를 출력해보니 나는 1.10.0 이 설치 되어있었다.

 

Pytorch가 잘 설치 되었는지 확인.

python3
>>> import torch
>>> torch.__version__
'1.10.0'

 

 

 

2. OpenCV 설치 및 CUDA 가속 활성화

이 단계에서 원래 SWAP 설정 변경을 하며 공간을 확보해주는데, 나는 부팅 공간을 SSD로 바꿔주었으므로 이 과정은 생략해도 무방했다. (메모리 공간이 충분하기 때문)

 

1) 기존에 설치 되어있는 CUDA 확인 후 삭제

# 기존 cuda 버전 확인
pkg-config --modversion opencv

# 기존에 설치 된 cuda가 있다면 버전이 뜰 것.
# 설치 된 cuda가 없다면 'No package 'opencv' found' 출력 됨.

# 기존에 설치 된 cuda 버전 및 의존 패키지 삭제
sudo apt-get remove libopencv*
sudo apt-get autoremove
sudo find /usr/local -name "*opencv*" -exec rm {} \;

 

 

2) 추가로 필요한 패키지 설치

sudo apt-get update
# sudo apt-get upgrade -> 이건 자주 안하는 걸 권장한다 함..
sudo apt-get install -y build-essential cmake git unzip pkg-config
sudo apt-get install -y libjpeg-dev libpng-dev libtiff-dev
sudo apt-get install -y libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install -y libgtk2.0-dev libcanberra-gtk*
sudo apt-get install -y python3-dev python3-numpy python3-pip
sudo apt-get install -y python3-dev python3-numpy libtbb2 libtbb-dev
sudo apt-get install -y libxvidcore-dev libx264-dev libgtk-3-dev
sudo apt-get install -y libtbb2 libtbb-dev libdc1394-22-dev
sudo apt-get install -y libv4l-dev v4l-utils
sudo apt-get install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt-get install -y libavresample-dev libvorbis-dev libxine2-dev
sudo apt-get install -y libfaac-dev libmp3lame-dev libtheora-dev
sudo apt-get install -y libopencore-amrnb-dev libopencore-amrwb-dev
sudo apt-get install -y libopenblas-dev libatlas-base-dev libblas-dev
sudo apt-get install -y liblapack-dev libeigen3-dev gfortran
sudo apt-get install -y libhdf5-dev protobuf-compiler
sudo apt-get install -y libprotobuf-dev libgoogle-glog-dev libgflags-dev

 

3) 홈 디렉터리로 이동

cd ~

 

 

4) Opencv zip 파일 다운 및 압축 해제

wget -O opencv.zip https://github.com/opencv/opencv/archive/4.5.0.zip
wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/4.5.0.zip

unzip opencv.zip
unzip opencv_contrib.zip

 

 

5) build 폴더 생성

# 압축 해제 후 생성 된 opencv-4.5.0 폴더 안으로 이동
cd opencv-4.5.0

# build 폴더 생성 후 이동
mkdir build
cd build

 

6) CMAKE로 빌드하기 ★

--> 이 부분이 원본 블로그와 다른 부분이다. yolov5 등 카메라를 이용한 실시간 detection을 하고 싶다면 내가 변경한 이 부분으로 꼭 적용해야 한다. (안 그럼 다시 지웠다가 깔아야 하는 불상사가... 2시간 걸려서 깔고, 또 갈아엎어서 2시간 또 깔아야 함...ㅎㅎ)

cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \ # 이부분 위에서 다운 받아 폴더 만든 opencv_contrib 이름과 같아야함. zip 파일 풀 때 다른 폴더 이름으로 저장할 수도 있기 때문에 잘 확인해줘야 함. 만약 바꿨다면 변경하기.
      -D EIGEN_INCLUDE_PATH=/usr/include/eigen3 \
      -D WITH_GTK=ON \
      -D WITH_OPENCL=OFF \
      -D WITH_CUDA=ON \
      -D CUDA_FAST_MATH=ON \
      -D OPENCV_DNN_CUDA=ON \
      -D CUDA_ARCH_PTX="" \
      -D WITH_CUDNN=ON \
      -D WITH_CUBLAS=ON \
      -D ENABLE_FAST_MATH=ON \
      -D ENABLE_NEON=ON \
      -D WITH_QT=OFF \
      -D WITH_OPENMP=ON \
      -D WITH_OPENGL=ON \
      -D BUILD_JASPER=ON \
      -D BUILD_TIFF=ON \
      -D WITH_FFMPEG=ON \
      -D WITH_GSTREAMER=ON \
      -D WITH_TBB=ON \
      -D BUILD_TBB=ON \
      -D WITH_EIGEN=ON \
      -D WITH_V4L=ON \
      -D WITH_LIBV4L=ON \
      -D WITH_VTK=ON \
      -D OPENCV_ENABLE_NONFREE=ON \
      -D INSTALL_PYTHON_EXAMPLES=OFF \
      -D BUILD_NEW_PYTHON_SUPPORT=OFF \
      -D OPENCV_GENERATE_PKGCONFIG=ON \
      -D BUILD_OPENCV_WORLD=ON \
      -D BUILD_PERF_TESTS=OFF \
      -D BUILD_TESTS=OFF \
      -D BUILD_OPENCV_PYTHON_TESTS=OFF \
      -D INSTALL_TESTS=OFF \
      -D INSTALL_C_EXAMPLES=OFF \
      -D BUILD_EXAMPLES=OFF ..

 

 

7) build (가장 오래 걸림)

make -j$(nproc)  # 병렬 컴파일 (2시간 소요됨)
sudo make install
sudo ldconfig  # 라이브러리 캐시 갱신

cat /etc/ld.so.conf.d/*

# 만약 '/usr/local/lib'이 출력되지 않았다면 아래 명령어 실행
sudo sh -c 'echo '/usr/local/lib' > /etc/ld.so.conf.d/opencv.conf'
#공유 라이브러리 정보를 갱신
$ sudo idconfig

 

 

8) opencv 설치 확인

python3
>>> import cv2
>>> cv2.__version__
'4.5.0'

 

 

9) CUDA 가속 확인

jtop

 

jtop 이라고 터미널 창에 치고 숫자키 7번 누르면 opencv CUDA 가속 적용 된 것 확인할 수 있음.

 

jtop 설치 방법 참고 블로그

https://iambeginnerdeveloper.tistory.com/217

Jetson Nano | jetson-stats, jtop 설치, jtop install

 

 

 

다음으로 yolov5 설치해서 object detection 실행하는 방법도 기록할 예정.