Jetson Nano预装的Jetpack版本为4.6.1，Python为3.6.9，CUDA环境为10.2。可以在PyTorch for Jetson中下载不同版本的torch，torch<=1.10.0。

如果安装numpy时报错，可以先更新pip。

要使用yolov5-6.0，首先需要下载yolov5-6.0代码以及权重yolov5s.pt。由于yolov5的最新版本中要安装包ultralytics，总是报错，没有版本，所以选择yolov5-6.0。

创建.pip文件夹，使用vim打开pip.conf配置文件，修改pip.conf配置文件。按ESC，然后输入:wq即可保存修改。

如果出现了killed程序终止，可以关掉一些不用的程序，或者设置交换分区。

执行安装命令，安装完成后，终端运行。

创建swap文件，锁定文件的root权限，防止普通用户能够访问该文件，以免造成重大的安全隐患。将文件标记为交换空间，启用该交换文件。这时，我们可以通过jtop再次查看swp增加了4g，Dsk也少了4g空间。

如果我们重新启动，服务器不会自动保留swap设置，但是dsk的空间已经减少了，我们可以通过以下指令还原。我们可以通过将swap文件添加到/etc/fstab文件中来永久保存。备份/etc/fstab文件以防出错，将swap文件信息添加到/etc/fstab文件的末尾。这样就保留了swap文件。

vim打开配置文件，在此文件中添加以下信息，更新。此时使用 “nvcc -V” 命令，就可以看到 cuda 的版本号了。

下载yolov5权重和tensorrtx，拷贝tensorrtx项目中的gen_wts.py到yolov5项目中，利用gen_wts.py生成.wts权重。

使用tensorrt c++推理：build tensorrtx/yolov5然后运行。使用tensorrt python推理。

参考：
1. Jeston Nano 刷机及开发环境搭建（二）
2. 在Pi和Jetson nano上运行深度网络，程序被Killed