NVIDIA AGX Xavier環境配置
簡介
最近有在Xavier上部署算法的需求，熟悉了一下基礎環境配置過程，由於踩了不少坑才最後跑出來一個opencv實時跟蹤的demo，故此記錄一下。
Anaconda環境配置
對於深度學習而言，環境的隔離還是很重要的，其中Anaconda是本人最常使用的虛擬環境管理器，由於Xavier是基於ARM架構的，常用的Anaconda方法並不適用，這裏參考kev的教程，下面簡述一下安裝過程。
首先，下載安裝shell腳本，使用下述命令。
wget https://github.com/Archiconda/build-tools/releases/download/0.2.3/Archiconda3-0.2.3-Linux-aarch64.sh
下載之後，使用下述命令進行Anaconda的安裝，
bash Archiconda3-0.2.3-Linux-aarch64.sh
在kev的教程中使用sudo權限進行安裝，這樣後續的環境創建等有關的conda命令都需要sudo權限，所以我這裏直接以用戶權限進行安裝。安裝過程主要是協議的接受、安裝目錄的選擇（默認家目錄）、是否建立conda命令的環境變量（更新~/.bashrc文件），都同意即可。
此時輸入conda -V命令查看安裝情況會找不到命令，需要重開終端或者source ~/.bashrc更新環境變量。
關於Anaconda的使用與其他平臺一致（可以參考我的博客），創建環境等命令都是相同的。國內源修改使用下述命令即可，前兩條命令是添加兩個清華源，最後一條命令是設置安裝包時源可見。使用國內源會大大加快環境創建和包安裝的速度。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
常用包安裝
關於包的安裝kev也給出了相關的教程，需要注意的是，由於Xavier基於ARM架構，直接pip安裝的軟件可能下載後無法安裝，參照kev的教程安裝常用包是比較合理的選擇。
下面重點提兩個包的安裝，分別是PyTorch和opencv-python。
PyTorch的安裝就需要手動下載合適的版本的whl文件，如PyTorch1.4（兼容CUDA10.2）的下載地址如下。具體的不同版本下載地址，這裏給出鏈接。
https://nvidia.box.com/shared/static/c3d7vm4gcs9m728j6o5vjay2jdedqb55.whl
下載後使用pip install *.whl命令安裝即可，*代表文件名。我個人安裝的CUDA10.0所以選擇的torch1.3.0，安裝在虛擬環境下，安裝後測試可用性如下圖。
在Xavier不能通過pip install opencv-python，因爲沒有相關的發行版。需要先手動編譯安裝opencv，再在相關的Python環境的site-packages目錄下添加文件。
源碼安裝opencv的參考鏈接如下，該鏈接是一個一鍵安裝的shell腳本，也可以自己按照源碼安裝的思路下載opencv源碼進行安裝。
安裝後默認會建立Python2的opencv-python的鏈接，這其實沒什麼用，一方面Python2已經逐漸不被維護，另一方面即使建立了Python3的鏈接也不會建立到虛擬環境的Python環境中，所以這裏需要手動操作。
操作代碼如下，其中源文件在系統的Python目錄的dist-packages目錄下（系統Python不同則可能和下述代碼命令不同），目標文件夾爲當前Python環境的site-packages目錄下。
sudo cp /usr/lib/python3.6/dist-packages/cv2/python-3.6/cv2.cpython-36m-aarch64-linux-gnu.so /home/nvidia/archiconda3/envs/torch/lib/python3.6/site-packages
當前虛擬環境的site-packages目錄通過激活環境後which python命令查看，把最後的/bin/python替換爲/lib/python3.6/site-packages即可。
使用下述代碼進行測試，結果如下。
import cv2
cap = cv2.VideoCapture(0)
while True:
ret, frame = cap.read()
cv2.imshow('cam', frame)
if cv2.waitKey(10) == ord("q"):
break
cap.release()
cv2.destroyAllWindows()
補充說明
本文主要介紹Xavier上環境的基本配置，關於一些特殊的包的安裝（如scipy）使用pip進行編譯安裝時會失敗，這裏直接使用conda安裝對應包即可。