NVIDIA Jetson Nano配置[2]

1. vscode

Code-OSS是VSCode在嵌入式平台上版本

1.1 下载

下载GitHub上的一个release版本

1.2 安装

sudo dpkg -i code-oss_1.32.3-arm64.deb

1.3 配置

（1）打开 Code-OSS， 点击扩展Extensions，搜索python ,然后install；
（2）ctrl+shift+p 搜索Select interpreter 选择python3.6.x
（3）ctrl+鼠标滚轮控制字体大小（个人习惯）
Files–Preference–Settings–Text Editor–Edit in settings.json

{
    "editor.mouseWheelZoom": true
    
}

（4）pylint的no-member报错，但不影响运行：
同样打开settings.json，填写

{
    "editor.mouseWheelZoom": true,
    "python.linting.pylintArgs": ["--generated-members"]
}

2. 增加swap空间

转载自博客

2.1 生成swapfile文件

sudo fallocate -l 4G /var/swapfile
sudo chmod 600 /var/swapfile
sudo mkswap /var/swapfile
sudo swapon /var/swapfile

2.2 设置为自动启用swapfile

sudo bash -c 'echo "/var/swapfile swap swap defaults 0 0" >> /etc/fstab'

查看空间

free

3. Pytorch利用TensorRT加速

转自博客
主要是安装torch2trt详见readme

git clone https://github.com/NVIDIA-AI-IOT/torch2trt
cd torch2trt
python setup.py install

上面博主修改的demo直接摘过来，哈哈：

from torch2trt import *
import torch
from torchvision.models import *
 
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
 
#随便加个模型，加载好参数
model_org = resnet18(pretrained=True)
model_org.to(device)
model_org.eval() #这步需要
 
test1 = torch.rand(1,3,224,224).to(device)
 
#一定要设max_workspace_size，否则会报空间不足的错误
#fp16_mode精度高一些，int8_mode精度不太好，但是速度快
model = torch2trt(model_org, [test1], fp16_mode=True, max_workspace_size=100)
model.eval()
 
#第一次推断耗时较长
test2 = model(test1.cuda())
...

4. screen 使用

参考
screen -S name 启动一个名字为name的screen
screen -S name -X quit 删除某个session 或者当前下ctrl+a->k->y
screen -ls 是列出所有的screen
screen -r name或者id，就可以回到某个screen了（如不行先detached： screen -d name）
ctrl + a + d 可以回到前一个screen，当时在当前screen运行的程序不会停止

5. CSI-Camera

参考。包括单目、双目、人脸识别