特殊的配置环境需求：
cuda-10.2、python 3.6.9、torch 1.7.0、torchversion 0.8.1，剩下的顺其自然即可（逃。
顺便说一句，里面的指令请一行一行仔细复制粘贴 orz
一、前置
关于如何刷机请参考 https://blog.csdn.net/qq_38679413/article/details/109398853 或 https://www.weixiuzhan.cn/news/show-29589.html （第一个 blog 是原版设置了只有关注才能看，第二个是盗版文章233，它俩内容一样）
从 github.com 中下载 yolov5-master 汉化版。网址：https://github.com/wudashuo/yolov5
假设刷机完成了。
安装pip3
sudo apt-get install python3-pip
安装 jtop，这个可以查看设备状态并且可以打开风扇
sudo -H pip3 install -U jetson-stats
运行 jtop
sudo jtop
更新已安装的软件（这条也许可以用也许可以不用）
sudo apt-get upgrade
二、安装 requirements.txt
yolov5-master汉化：https://github.com/wudashuo/yolov5
yolov5-master 要求 Python (ge 3.8)，但是这里我们直接使用刷机后自带的 Python 3.6.9，原因是只能使用刷机后的 cuda 10.2，别的版本装了三天装不上，而 torch 只有较低版本如 1.7.0 才能与 cuda 10.2 匹配，Python 3.8 里找不到 torch 1.7.0，所以这里用 Python 3.6.9 完成。
更新 pip 并换源
pip3 install pip -U
pip3 config set global.index-url https://mirrors.aliyun.com/pypi/simple/
国内的其他源
豆瓣 https://pypi.doubanio.com/simple/
网易 https://mirrors.163.com/pypi/simple/
阿里云 https://mirrors.aliyun.com/pypi/simple/
腾讯云 https://mirrors.cloud.tencent.com/pypi/simple
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
在四周目的时候（刷了三次机），我使用了下面的指令，我不知道这条指令对于这个实验有没有影响，我觉得用不用随意吧。
sudo apt-get upgrade
安装 matplotlib，这里用 apt-get 安装一个低版本的，后面可以用别的指令更新成高版本，否则如果用 pip 直接安装会安装不上，不知道为啥。
sudo apt-get install python3-matplotlib
先把 torch 1.7.0 下载好了（例如从邮箱），安装 torch
下载地址：https://pan.baidu.com/s/1uunl1lLmR8mYSZYjL24QpA 提取码：1234
这个晚上重新下载的时候简直是飞一般的感觉，白天都被别人分走了网速，可恶！下载了两个小时！
cd 切到该文件夹下然后执行
pip3 install torch-1.7.0-cp36-cp36m-linux_aarch64.whl
如果失败请换源，我安装的时候阿里源、清华源都炸了233，最后切的豆瓣源才好使。
安装 torchvision：这里使用源码安装
git clone -b v0.8.1 https://github.com/pytorch/vision.git vision-0.8.1
sudo apt-get install libopenblas-dev
cd vision-0.8.1
sudo python3 setup.py install
剩下的可以直接
pip3 install -r requirements.txt
如果出现了重复下载多个 matplotlib 压缩包的情况，请停止，否则会非常之慢，三周目的时候它让我享受到从 3.3.2 下载到 2.0.0 的快感！并一个一个手动安装 requirements.txt 中的包，如果 pip3 无法安装，那么用 sudo apt-get python3-<package>，比如我在四周目的 seaborn 包就无法用 pip3 安装，那么就输入了 sudo apt-get python3-seaborn 然后最后再调用一次上面的指令，把之前安装的低版本的包都更新一遍。根据本人经验之谈，只要可以把低版本的安装上，那么更新非常容易。
附安装的 requirements.txt （其实就是把上面三个拉出来手动安装的 matplotlib、torch、torchvision 注释掉了而已），这里其实就是更新 matplotlib 的地方，虽然注释掉了，但是由于它似乎是 seaborn 的前置，所以可以更新。（反正我用注释掉的这个 txt 配上了环境）
# pip install -r requirements.txt
# base ----------------------------------------
# matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
# torch>=1.7.0
# torchvision>=0.8.1
tqdm>=4.41.0
# logging -------------------------------------
tensorboard>=2.4.1
# wandb
# plotting ------------------------------------
seaborn>=0.11.0
pandas
# export --------------------------------------
# coremltools>=4.1
# onnx>=1.9.0
# scikit-learn==0.19.2 # for coreml quantization
# extras --------------------------------------
# Cython # for pycocotools https://github.com/cocodataset/cocoapi/issues/172
# pycocotools>=2.0 # COCO mAP
thop # FLOPs computation
然后可能 PyYAML 包可能会出问题无法更新，那么使用
pip3 install --ignore-installed PyYAML
接着测试一下 Python 的 torch 包是否能够在 cuda 下工作。
python3
>>> import torch
>>> print(torch.cuda.is_available())
若为 True ，则可以工作。如果调用 import torch 返回了 illegal instruction (core dumped) 请退出 Python3 环境并在 bash 里输入
export OPENBLAS_CORETYPE=ARMV8
如果在上述的安装过程中出现了 permission denied 那么
sudo chmod 777 -R /usr/local #最后一个是文件夹，给他把读写执行的权限去掉
请谨慎使用！最后一个文件夹请一定不要写的很大，如憨憨的我写成了 sudo chmod 777 -R /，然后出现 sudo 都不能用的情况，只能重新刷机开启四周目。
三、使用 ip 摄像头连接并测试 detect.py
我这里使用华为的安卓手机，在浏览器上下载了 ip 摄像头（注：我是从小米应用商店里找到的）。最好连接 wifi，使用流量不知为何连不上。然后点击下方的 打开IP摄像头服务器 。然后把 RTSP 服务器 前面的勾打上。然后记住这一行的 rtsp 流地址，假如这一行是 RTSP:rtsp://10.5.99.99:8554/live ... ，那么在 yolov5-master 文件夹下运行（第一个 admin 是账户，第二个 admin 是密码）
python3 detect.py --source rtsp://admin:admin@10.5.99.99:8554/live
即可连接。详细的指令请去 github 上看 readme。
如果识别一张图片的速度 $ ge 0.5 s$ ，那么很可能是使用 CPU 识别的。
如果识别一张图片的速度 $ le 0.09 s$ ，那么是使用 GPU 识别的。
从刷机完成到测试 detect.py，在没有人跟我们抢网速的情况下，大约使用了 1 个小时多一点的时间就可以调好环境。加油！