jetson nanoを深層学習-画像解析用途として使うまでの初期設定備忘録

#ハードウェア側

• 基本
  • jetson nano B01
  • 電源 5V 4A -> 例
  • NVIDIA Jetson Nanoケース -> 例
  • micro SDカード 256-512G
  • 無線usbドングル => 例
    • 電波強度が不安ならこういうのも -> 例
• スタンドアロンで使う場合
  • ディスプレイ(hdmi対応)
  • hdmiケーブル（ディスプレイについていることが多い）
  • マウス、キーボード
• ヘッドレスで使う場合
  • コントロール用別途pc
  • microusb - usb ケーブル (1m以上あるとjetson nanoの置き場所が制限されなくて良し)

#ソフトウェア側

##Jetson Nano Developer KitをSDカードにインストール

• https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit#write

##ヘッドレスセットアップ

jetson nanoをホストとmicro-usbで接続。ホスト側で以下のコマンドを実行。設定画面に入る。

ls -ls /dev/cu.* #microusbが１台しかないことを確認
screen /dev/cu.usbmode* 115200 -L

##初期アップデート

sudo apt -y update
sudo apt -y install nvidia-jetpack
sudo apt -y install nano

##自動ログイン

sudo nano /etc/gdm3/custom.conf

以下の2行の#削除。user1をアカウント名に変更

custom.conf

#  AutomaticLoginEnable = true
#  AutomaticLogin = user1

##起動時のgui,cui設定

sudo systemctl get-default #現在の設定表示
#sudo systemctl set-default multi-user.target #GUIなし
#sudo systemctl set-default graphical.target #GUIあり

jetson_clocksとmemory swapの自動起動を有効にする

jetson_clocks

参考url: https://evolt.club/threads/make-jetson-clocks-start-at-boot.92/

ヘッドレスの場合

which jetson_clocks #should be /usr/bin/jetson_clocks
sudo nano /etc/rc.local

rc.localファイルを作成、以下の内容をコピペ

rc.local

#!/bin/sh -e
# rc.local
#Maximize performances
( sleep 60 && /usr/bin/jetson_clocks )&

exit 0

権限付与

sudo chmod +x /etc/rc.local

###ヘッドレスではない場合、以下でも可（？）

nano ~/.profile

.profile

/usr/bin/jetson_clocks

Memory Swap

git clone https://github.com/JetsonHacksNano/installSwapfile
cd installSwapfile
./installSwapfile.sh

##必須な諸々
参考url

• https://www.pyimagesearch.com/2019/05/06/getting-started-with-the-nvidia-jetson-nano/
• https://blog.goo.ne.jp/pearlwing/e/c389e4b310288ac99d9e4c974a8c5451
• https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html

sudo apt-get -y install git cmake
sudo apt-get -y install libatlas-base-dev libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran libffi-dev
sudo apt-get -y install python3-dev
sudo apt -y install python3-testresources
wget https://bootstrap.pypa.io/get-pip.py
sudo python3 get-pip.py
rm get-pip.py

sudo apt-get -y install libfreetype6-dev python3-setuptools
sudo apt-get -y install protobuf-compiler libprotobuf-dev openssl
sudo apt-get -y install libssl-dev libcurl4-openssl-dev
sudo apt-get -y install cython3
sudo apt-get -y install libxml2-dev libxslt1-dev

（任意）jetson nano版htop

sudo -H pip install jetson-stats

実行はjtop

virtualenv

sudo pip install virtualenv virtualenvwrapper
nano ~/.bashrc

以下の内容をたす

bashrc

export WORKON_HOME=$HOME/.virtualenvs
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3
source /usr/local/bin/virtualenvwrapper.sh

activate

source ~/.bashrc

環境名baseを作成

mkvirtualenv base -p python3 --system-site-packages

（追記）　--system-site-packagesをいれると、いくつかのパッケージを追加インストールしなくてよいものの、パッケージインストール時に依存するモジュールのバージョンミスマッチが起きたりするのでないほうがやはりよいかも（pip install jupyterのcffiとかcffiとか）

（任意）再度bashrcに以下の内容を追記することでterminal起動時に常にvirtualenv環境が立ち上がる

bashrc

workon base

OpenCVインストール

便利なスクリプトが公開されている。virtualenv内で実行。最後にtempファイルを消さなければ他の環境でも利用可能？

takes_alot_of_time

git clone https://github.com/mdegans/nano_build_opencv.git
cd nano_build_opencv
./build_opencv.sh

virtualenv作成時、--system-site-packagesを有効にしていればopencvがvirtualenvで使えるはずなものの、認識されないときは手動でsymbolic linkを貼る

an_example

workon base
cdvirtualenv
pwd
cd lib/python3.6/site-packages
ln -s /usr/lib/python3.6/dist-packages/cv2/python-3.6/cv2.cpython-36m-aarch64-linux-gnu.so

Tensorflow

scipy_takes_time

pip install numpy
pip install -U cython future mock h5py keras_preprocessing keras_applications gast futures pybind11 flask lxml

pip install --pre --extra-index-url  https://developer.download.nvidia.com/compute/redist/jp/v44/ tensorflow

###protobuf compilerを手動で入れなおす
pipで入るバージョンはとても遅いらしい。
参考url:https://www.pyimagesearch.com/2020/03/25/how-to-configure-your-nvidia-jetson-nano-for-computer-vision-and-deep-learning/

• （追記） pbtxtの読み込みスピードはさほどかわらなかった（？）。cf. ssd mobilenetv2 backbone 60sec. -> 50 sec.　この問題はtensorRT周りの解決策なのかもしれない

takes_time

wget https://raw.githubusercontent.com/jkjung-avt/jetson_nano/master/install_protobuf-3.8.0.sh
sudo chmod +x install_protobuf-3.8.0.sh
./install_protobuf-3.8.0.sh

#virtualenvの場合、該当環境でインストールしなおす
workon base
cd ~
cp -r ~/src/protobuf-3.8.0/python/ .
cd python
python setup.py install --cpp_implementation

###"google.protobuf" not foundが出てくる場合（要確認）

• site-packagesにgoogleのフォルダが作成されている（auth）との関係でインポートエラーが起きるのかもしれない。
• /home/phytometrics/.virtualenvs/base/lib/python3.6/site-packages/protobuf-3.8.0-py3.6-linux-aarch64.egg/google/
  直下のprotobufを読み込むことができれば解決する。
• rm /home/phytometrics/.virtualenvs/base/lib/python3.6/site-packages/protobuf-3.8.0-py3.6-linux-aarch64.egg/google/__init__.py
• これで必ず解決するかは不明。ただ__init__.py関係のエラーであるとstackoverflow周りで議論されているのでそういうこと？

Jupyter Notebook

###インストール

pip install jupyter

###設定

##configuration and password

pip install environment_kernels
jupyter notebook --generate-config
jupyter notebook password

config編集

nano /home/phytometrics/.jupyter/jupyter_notebook_config.py

以下を編集
現在のバージョンではvirtualenv（とconda）のディレクトリを自動サーチしてくれるので指定は必要ない。

jupyter_notebook_config.py

#追記
c.NotebookApp.kernel_spec_manager_class = 'environment_kernels.EnvironmentKernelSpecManager'
#編集
c.NotebookApp.open_browser = False
c.NotebookApp.port = 8080

###自動起動

nano /etc/systemd/system/jupyter.service

USERとGROUPは適宜変更
virtualenvのpythonでjupyterを実行するためexecstartのコマンドに追記

jupyter.service

[Unit]
Description=Jupyter notebook

[Service]
Type=simple
PIDFile=/var/run/jupyter-notebook.pid
ExecStart=/home/phytometrics/.virtualenvs/base/bin/python /home/phytometrics/.virtualenvs/base/bin/jupyter notebook
User=phytometrics
Group=phytometrics
WorkingDirectory=/home/phytometrics/Desktop
Restart=always
RestartSec=10

[Install]
WantedBy=multi-user.target

有効化

sudo systemctl enable jupyter.service

他

##　現在のOSを配布可能イメージとしてまとめる方法
Jetson Nanoの配布可能イメージを作成する