jetson nano入门(五)跑程序

版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/deeplearningfeng/article/details/89554790

在前两篇博文的基础上,jetson nano已经能够正常跑tensorflow和pytorch的程序,但是大家会发现jetson nano基本上跑不动什么程序,光是图形显示界面,1.1个G就没了,有界面的情况下博主测试了一下tensorflow的测试程序mnist直接只剩下三百多M(一脸懵逼,这还怎么玩)。关闭和打开图形界面显示:

#关闭图形用户界面
sudo systemctl set-default multi-user.target
sudo reboot
 
#启用图形用户界面
sudo systemctl set-default graphical.target
sudo reboot

关闭界面能省不少空间!!!
 

在此基础上测一下目标检测的代码,摄像头用的USB摄像头,代码下载地址如下:

https://github.com/kaka-lin/object-detection

tiny-yolo:5-6fps,yolov3-0.9~fps(卡到死,最后崩了,直接死机),why???老黄不是说tiny-yolo可以跑到25fps吗?后来才知道需要用tensorRT加速。

看到这个表豁然开朗,意思就是直接跑tensorflow和pytorch的模型速度肯定是不行了,学习一波trt吧。

tensorflow使用trt的流程:训练模型得到.ckpt文件——>>冻结模型——>>.pb文件——>>转换文tensorRT模型,pytorch使用trt流程:训练模型——>>tensorRT模型,用到的包:tensorrt,uff,pycuda,前两个不用装,nano自带,装pycuda,直接pip3 install pycuda最终在setup这一步出错了。后来翻了很多资料终于装上了!!

在这里下载pycuda文件:https://pypi.org/project/pycuda/#files,然后extract

进入提取后的文件夹:open terminal

python3 configure.py --cuda-root=/usr/local/cuda-10.0

su -c "make install"

这下可以研究怎么用tensorrt了。

表示博主也是刚刚上手nano,之前tx1,2很贵,不是学生党玩的,所以也还在学习阶段,如有大佬有更好地安装方法,求分享!!!

最近进展到这儿记录一波,后续有料再分享,也欢迎同道中人骚扰探讨!

展开阅读全文

没有更多推荐了,返回首页