tr/guides/nvidia-jetson/

[giscus[bot]]

tr/guides/nvidia-jetson/

Ayrıntılı kılavuzumuzla Ultralytics YOLO11 adresini NVIDIA Jetson cihazlarına dağıtmayı öğrenin. Performans kıyaslamalarını keşfedin ve yapay zeka yeteneklerini en üst düzeye çıkarın.

https://docs.ultralytics.com/tr/guides/nvidia-jetson/

[nyperu]

hello im using xavier nx devoloper kit with jetpack 5.1.2. i did everything u texed. But i cant do it. The error :
ubuntu@ubuntu-desktop:~/.local/bin$ ./yolo detect predict device=0 show=True source=https://ultralytics.com/images/bus.jpg model=yolov8n.pt
Ultralytics 8.3.58 🚀 Python-3.8.10 torch-2.1.0a0+41361538.nv23.06 CUDA:0 (Xavier, 6848MiB)
YOLOv8n summary (fused): 168 layers, 3,151,904 parameters, 0 gradients, 8.7 GFLOPs

Found https://ultralytics.com/images/bus.jpg locally at bus.jpg
Traceback (most recent call last):
File "./yolo", line 8, in
sys.exit(entrypoint())
File "/home/ubuntu/.local/lib/python3.8/site-packages/ultralytics/cfg/init.py", line 973, in entrypoint
getattr(model, mode)(**overrides) # default args from model
File "/home/ubuntu/.local/lib/python3.8/site-packages/ultralytics/engine/model.py", line 558, in predict
return self.predictor.predict_cli(source=source) if is_cli else self.predictor(source=source, stream=stream)
File "/home/ubuntu/.local/lib/python3.8/site-packages/ultralytics/engine/predictor.py", line 188, in predict_cli
for _ in gen: # sourcery skip: remove-empty-nested-block, noqa
File "/home/ubuntu/.local/lib/python3.8/site-packages/torch/utils/_contextlib.py", line 35, in generator_context
response = gen.send(None)
File "/home/ubuntu/.local/lib/python3.8/site-packages/ultralytics/engine/predictor.py", line 266, in stream_inference
self.results = self.postprocess(preds, im, im0s)
File "/home/ubuntu/.local/lib/python3.8/site-packages/ultralytics/models/yolo/detect/predict.py", line 25, in postprocess
preds = ops.non_max_suppression(
File "/home/ubuntu/.local/lib/python3.8/site-packages/ultralytics/utils/ops.py", line 296, in non_max_suppression
i = torchvision.ops.nms(boxes, scores, iou_thres) # NMS
File "/home/ubuntu/.local/lib/python3.8/site-packages/torchvision/ops/boxes.py", line 41, in nms
return torch.ops.torchvision.nms(boxes, scores, iou_threshold)
File "/home/ubuntu/.local/lib/python3.8/site-packages/torch/_ops.py", line 646, in call
return self._op(*args, **kwargs or {})
RuntimeError: CUDA error: no kernel image is available for execution on the device
CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.
Compile with TORCH_USE_CUDA_DSA to enable device-side assertions.

bu the device is using cuda :
ubuntu@ubuntu-desktop:~/.local/bin$ python
Python 3.8.10 (default, Nov 7 2024, 13:10:47)
[GCC 9.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.

import torch
print(torch.cuda.is_available())
print(torch.cuda.is_available())
True
if torch.cuda.is_available():
... print(torch.cuda.current_device())
... print(torch.cuda.get_device_name(torch.cuda.current_device()))
... print(torch.cuda.get_device_properties(torch.cuda.current_device()))
...
0
Xavier
_CudaDeviceProperties(name='Xavier', major=7, minor=2, total_memory=6848MB, multi_processor_count=6)

.

I cant fix it.

[glenn-jocher]

The error indicates a CUDA compatibility issue. Ensure your PyTorch and TorchVision versions are compatible with JetPack 5.1.2 and Xavier NX. Use NVIDIA's PyTorch install guide to install the correct versions. If the issue persists, try updating to the latest JetPack version and re-exporting the model to TensorRT, as described here. Let us know if further assistance is needed!

[UltralyticsAssistant]

👋 Merhaba, Ultralytics'e gösterdiğiniz ilgi için teşekkürler 🚀! NVIDIA Jetson cihazlarına Ultralytics YOLO'nun nasıl dağıtılacağı hakkında bilgi almak için verdiğiniz bağlantıyı kullanmak harika bir başlangıç.

Eğer bu bir 🐛 Hata Raporu ise, sorunu yeniden oluşturabilecek bir minimum çalıştırılabilir örnek (MRE) paylaşabilirseniz, sorunu çözmemize büyük ölçüde yardımcı olacaktır.

Eğer bu bir özelleştirilmiş eğitim ❓ Sorusuysa, lütfen mümkün olduğunca fazla bilgi sağlayın. Buna veri kümesi görsel örnekleri, eğitim günlükleri ve En iyi Eğitim Sonuçları için İpuçlarımızı izlediğinizden emin olma da dahildir.

Topluluğumuza Katılın

Ultralytics topluluğuna sizin için en uygun olan platform üzerinden katılabilirsiniz:

• Gerçek zamanlı sohbet için Discord 🎧
• Daha derinlemesine tartışmalar için Discourse
• Toplum ile bilgi paylaşımını sevenler için Reddit

Güncelleyin

Sorunun en son sürümde çözülüp çözülmediğini kontrol etmek için ultralytics paketini ve tüm bağımlılıklarını güncelleyebilirsiniz. Bunun için Python>=3.8 ortamında PyTorch>=1.8 kurulu olduğundan emin olun ve şu komutu çalıştırın:

pip install -U ultralytics

Ortamlar

YOLO, aşağıdaki güncel doğrulanmış ortamlarda çalıştırılabilir (tüm bağımlılıkların CUDA/CUDNN, Python ve PyTorch dahil, önceden kurulu olduğu):

• Ücretsiz GPU'lu Notebooks:
• Google Cloud Derin Öğrenme VM'si. GCP Hızlı Başlangıç Kılavuzu
• Amazon Derin Öğrenme AMI'si. AWS Hızlı Başlangıç Kılavuzu
• Docker Görüntüsü. Docker Hızlı Başlangıç Kılavuzu

Durum

Eğer bu rozet yeşil ise, tüm Ultralytics CI testleri şu anda başarılı şekilde geçmektedir. CI testleri, macOS, Windows ve Ubuntu üzerinde tüm YOLO Modları ve Görevlerinin doğru çalışmasını her 24 saatte bir ve her commit'te doğrular.

Bu otomatik bir yanıttır 🤖. Yakında bir Ultralytics mühendisi de size yardımcı olacaktır! 😊