【Jetson Nano 入门】环境配置汇总


前言

最近需要用Jetson Nano实现Yolov4-tiny实时检测,这篇文章汇总记录下自己的环境配置过程。


一、镜像烧写

本部分参考NVIDIA Jetson Nano官方教程

首先到NVIDIA官方下载Jetpack镜像文件,选择SD卡方式下载到本地:下载界面

之后格式化内存卡,本人使用的是SD Card Formatter
在这里插入图片描述
然后将下载的镜像烧写至内存卡,此处使用的是balenaEtcher在这里插入图片描述
至此,就可以将SD卡插入Nano按照引导进行系统的设置了。

注意:
①Nano是Arm64架构,在源和软件的安装时需注意。
②也可以使用SDK manager方式进行系统安装。
③使用5V4A的DC接口时需用跳线帽将J48相连。
④为了远程连接的方便,建议设置为开机无需密码即可进入桌面(系统-首选项-桌面共享-勾选“允许其他人查看您的桌面”、取消“必须为本机器的每次访问进行确认”、勾选“要求远程用户输入此密码”并设置密码)

二、PWM风扇自动调速

本部分参考Github中Pyrestone贡献的jetson-fan-ctl

Nano本身仅有一个散热鳍片进行被动散热,这在我们运行神经网络等应用时是不够的,可能造成死机,因此有必要添加一个散热风扇进行主动散热。
物理连接较为简单,即用螺丝将风扇固定在鳍片上的四个固定孔即可

接下来配置自动调速的程序:
①进行项目拷贝:

git clone https://github.com/Pyrestone/jetson-fan-ctl.git

②安装:

sudo ./install.sh

③调整参数:

sudo gedit /etc/automagic-fan/config.json

修改其中的:

{
"FAN_OFF_TEMP":20,			#风扇关闭温度
"FAN_MAX_TEMP":50,			#风扇全速温度
"UPDATE_INTERVAL":2,		#转速更新间隔(秒)
"MAX_PERF":1				#大于零时通过最大化CPU和GPU时钟最大化性能
}

④部署设置:

sudo service automagic-fan restart

⑤查看状态:

sudo service automagic-fan status

注:查看风扇转速及系统温度可通过Jtop

三、使用MicroUSB在电脑打开终端

本部分参考NVIDIA Jetson Nano官方教程
首先使用MicroUSB线将Nano与主机(我的为Win10系统)进行连接,打开Windows的Powershell,输入

ssh nano的用户名@192.168.55.1

即可在powershell界面打开终端控制Nano

四、VNC实现局域网及网线直连通信

本部分参考亚博科技Nano VNC配置(可能需要密码权限,侵删)及博客《笔记本通过网线连接并控制工控机》
使用【三】中的方法仅能实现对Nano的Terminal的使用,对于初学者进行部分配置不如图形界面来的方便,因此使用VNC进行远程控制,这在无显示屏给Nano用和进行外场试验时较为方便。

安装vnc(vino)

sudo apt install vino

Enable VNC

sudo ln -s ../vino-server.service /usr/lib/systemd/user/graphical-session.target.wants

配置VNC

gsettings set org.gnome.Vino prompt-enabled false
gsettings set org.gnome.Vino require-encryption false

打开文件

sudo gedit /usr/share/glib-2.0/schemas/org.gnome.Vino.gshema.xml

在最后</schema>前添加:

<key name='enabled' type='b'>
	<summary>Enable remote access to the desktop</summary>
	<description>
		If ture, allows remote access to the desktop via the PFB
		protocol. Users on remote machines may then connect to the
		desktop using a VNC viewer.
	</description>
	<default>false</default>
</key>

设置为Gnome编译模式

sudo glib-compile-schemas /usr/share/glib-2.0/schemas

之后便可以进行手动启动:

/usr/lib/vino/vino-server

下面设置vino为开机自启:

gsettings set org.gnome.Vino enabled ture
mkdir -p ~/.config/autostart
sudo gedit ~/.config/autostart/vino-server.desktop

在文件中添加:

[Deskop Entry]
Type=Application
Name=Vino VNC server
Exec=/usr/lib/vino/vino-server
NoDisplay=true

至此,在处于同一局域网的Windows系统的电脑上使用VNC Viewer即可连接Nano,只需知道Nano的IP地址以及密码。
VNC界面
运行至此,已经可以通过交换机实现VNC远程连接,接下来通过配置IP实现通过网线直连笔记本-Nano控制。

在笔记本打开“通知-网络-网络和Internet设置-更改适配器设置-以太网(右键)-属性-IPv4-属性-使用下面的IP地址”,设置主机和DNS的IP地址
在这里插入图片描述
接下来进行Nano的设置,即新建一个以太网与笔记本相对应:
“网络-编辑连接-添加-以太网新建-IPv4设置-添加”
方式改为手动
地址处添加:地址为笔记本设置的DNS,网关为笔记本设置IP

之后将笔记本与Nano连接,Nano切换到新配置的模式,再打开VNC Viewer即可实现网线直连。

五、SSH文件传输

本部分参考亚博科技Nano SSH远程传文件(可能需要密码权限,侵删)
主机端使用的软件是WinSCP,打开后输入IP等信息即可进行跨系统文件传输。
WinSCP

六、状态监控软件Jtop

本部分参考博客jetson nano安装jtop
首先配置支持环境:

sudo apt-get install git cmake
sudo apt-get install python3-dev
sudo aot-get install libhdf5-serial-dev hdf5-tools
sudo apt-get install libatlas-base-dev gfortran

然后安装jtop

pip3 install jetson-stats

运行jtop

jtop

注:安装时好像并没装完环境就可运行jtop,在此不细究

七、检查CUDA、OpenCV及cuDNN

①检查CUDA
在镜像中CUDA是安装好了的,但并没有将路径写入环境变量。
所以打开文本

sudo gedit ~/.bashrc

在最后添加:

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

之后生效:

source ~/.bashrc

此时执行:

nvcc -V

即可查看CUDA信息

②OpenCV

pkg-config opencv4 --modversion

可查看版本号

③cuDNN
cuDNN通过运行例子来实现。

cd /usr/src/cudnn_samples_v8/mnistCUDNN			#例子路径
sudo make										#编译
./mnisiCUDNN									#执行

我在编译时报错:fatal error: FreeImage.h: No such file or directory
解决方法:

sudo apt-get install libfreeimage3 libfreeimage-dev
sudo make clean									#删除编译好的
sudo make										#编译
./mnistCUDNN									#运行

八、USB摄像头测试软件Camorama

首先检测是否连接:

ls /dev/video*

软件Camorama(或Cheese)可以将USB摄像头输出到屏幕。

sudo apt-get install camorama
camorama										#运行

sudo apt-get install cheese
cheese											#运行

注:我是用的是罗技的C270

九、CSI摄像头测试

nvgstcapture-1.0								#摄像头启动
nvgstcapture-1.0 --prev-res=3					#预览分辨率(2-12)
nvgstcapture-1.0 --cus-prev-res=1920*1080		#自定义分辨率
q												#关闭摄像头
j												#截图保存至当前目录

十、实现Yolov4-tiny的USB摄像头实时检测

首先确保已安装CUDA、OpenCV和cuDNN
下载项目:

git clone https://github.com/AlexeyAB/darknet.git

配置项目:

cd darknet
sudo gedit Makefile

将Makefile中相应修改为:

GPU=1
CUDNN=1
OPENCV=1

编译:

make -j4

放置权重文件:
用WinSCP将yolov4(-tiny).weights放到darknet目录中

#1.图片检测
./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg
./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/dog.jpg

./darknet detect cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg
./darknet detector test cfg/coco.data cfg/yolov4-tiny-cfg yolov4-tiny.weights data/dog.jpg

#2. 视频检测
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov44.weights data/test.mp4		#自己上传mp4
./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights data/test.mp4

#3. 摄像头实时检测
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights /dev/video1	#注意摄像头编号
./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights /dev/video1	

#4.更改显示阈值
./darknet detect cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg -thresh 0.1

在这里插入图片描述

  • 1
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Jetson Nano的基础环境配置包括以下步骤: 1. 安装操作系统:Jetson Nano支持多种操作系统,包括Ubuntu、JetPack等。可以根据需求选择合适的操作系统进行安装。 2. 连接网络:Jetson Nano可以通过有线或无线网络连接到互联网。需要配置网络连接,以便进行软件包的安装和更新。 3. 安装基础软件包:Jetson Nano需要安装一些基础软件包,包括Python、OpenCV、CUDA等。可以通过命令行或软件包管理器进行安装。 4. 配置开发环境:Jetson Nano支持多种开发环境,包括C++、Python、TensorFlow等。需要根据需求进行配置,以便进行开发和调试。 5. 测试环境:在完成基础环境配置后,需要进行测试以确保系统正常运行。可以编写简单的程序进行测试,例如打印系统信息、读取摄像头等。 以上是Jetson Nano基础环境配置的主要步骤,需要根据具体情况进行调整和优化。 ### 回答2: Jetson Nano 是 NVIDIA 推出的一款人工智能边缘计算平台,是一种高性能、低功耗的小型计算机,可以运行深度学习模型和机器学习算法。为了使用 Jetson Nano,我们需要对其进行基础环境配置。 一、系统安装 目前 Jetson Nano 支持的系统有 Ubuntu18.04 和 Jetpack 4.2.2,我们可以从 NVIDIA 官网上下载镜像并进行安装。 二、软件安装 1. 更新系统 在终端中输入以下命令: ``` sudo apt update sudo apt upgrade ``` 2. 安装编辑器 Jetson Nano 默认没有安装任何编辑器,常用的编辑器有 nano 和 vim。在终端中输入以下命令安装 nano 编辑器: ``` sudo apt install nano ``` 3. 安装 Python Jetson Nano 默认没有预装 Python,我们需要手动安装。在终端中输入以下命令: ``` sudo apt install python3-pip python3-dev pip3 install -U pip ``` 4. 安装 OpenCV OpenCV 是一种计算机视觉和机器学习的开源库,可以进行图像和视频处理、特征提取等操作。在 Jetson Nano 上需要手动安装。在终端中输入以下命令: ``` sudo apt install libopencv-dev python3-opencv ``` 5. 安装 PyTorch PyTorch 是一种基于 Python 的深度学习框架,可以在 Jetson Nano 上运行。在终端中输入以下命令安装 PyTorch: ``` sudo apt install python3-pip libopenblas-base libopenmpi-dev pip3 install torch torchvision ``` 三、其他配置 1. 显示器分辨率配置 Jetson Nano 默认的分辨率是 720P,如果需要更高的分辨率可以通过修改配置文件实现。在终端中输入以下命令: ``` sudo nano /boot/extlinux/extlinux.conf ``` 找到 "APPEND recovery=UUID=**** rootfstype=ext4 video=tegrafb no_console_suspend=1 console=tty0 fsck.repair=yes net.ifnames=0" 一行,加入“video=HDMI-A-1:1920x1080M@60”参数,默认情况下是 720P 分辨率,如果要修改成 1080P 可以将参数改成“video=HDMI-A-1:1920x1080M@60”。 2. 网络配置 我们可以通过修改网络配置文件来配置 Jetson Nano 的网络连接方式,在终端中输入以下命令: ``` sudo nano /etc/network/interfaces ``` 找到 "auto lo iface lo inet loopback" 一行,下方加入以下内容: ``` auto eth0 iface eth0 inet dhcp ``` 保存文件后,关闭终端重新启动网络服务: ``` sudo service network-manager restart ``` 以上就是 Jetson Nano 基础环境配置的内容,通过以上步骤,我们可以成功配置 Jetson Nano 的环境,并使用它来运行深度学习模型和机器学习算法。 ### 回答3: Jetson Nano是一款强大的嵌入式平台,用于在端到端AI中实现视觉和语音处理能力。要开始使用Jetson Nano,我们需要先进行一些基础环境配置。下面是基础环境配置的步骤: 1. 烧录Jetson Nano的操作系统 Jetson Nano支持多种操作系统,包括Ubuntu和JetPack。操作系统可以通过NVIDIA官网下载。在下载之前你需要注册一个NVIDIA开发者账号,有了账号后,你可以轻松下载所需的软件。下载完成后,可以使用Etcher或Rufus等工具将系统烧录到SD卡中。将SD卡插入Jetson Nano,连接键盘、鼠标和显示器,即可正常安装系统。 2. 配置网络连接 连接到Jetson Nano并为其配置网络连接非常重要。Jetson Nano可以通过有线连接或Wi-Fi连接到网络。连接到有线网络时,只需将网线插入Jetson Nano的网络端口即可。如果使用无线网络,则需要配置Wi-Fi网络。点击屏幕右上角的网络图标,选择Wi-Fi选项,输入网络名称和密码即可完成配置。 3. 更新系统软件和驱动程序 安装完操作系统后,需要更新系统软件和驱动程序。打开终端并更新。运行以下命令: sudo apt-get update sudo apt-get upgrade 这个过程可能需要一些时间,但更新系统软件是很重要的。同时,这个过程中建议选择NVIDIA官方提供的驱动程序,或根据Jetson Nano型号选择相应的驱动程序安装。 4. 配置CUDA和cuDNN Jetson Nano的核心能力在于其强大的GPU,而CUDA和cuDNN是支持GPU的计算加速库。在使用Jetson Nano时,我们需要配置这些库。它们可以从NVIDIA官网下载,下载并安装后,需要进行配置使用。 5. 安装开发环境 安装开发环境非常重要,因为它为我们提供了开发和调试Jetson Nano的工具和环境。Jetson Nano支持多种编程语言,如Python、C++等,因此需要安装相应的IDE或文本编辑器。Jetson Nano还支持Jupyter Notebook,这是一种交互式计算环境,可以帮助开发人员快速进行开发和测试。 这是Jetson Nano基础环境配置的步骤,基础环境配置完成后,我们就可以开始构建AI应用程序。Jetson Nano是一款非常强大的嵌入式平台,它可以帮助我们实现端到端的AI,提高产品质量和生产效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值