【jetson nano】学习（1）——安装并跑通 jetson-inference

已于 2022-04-27 13:51:34 修改
阅读量6.1k 收藏 54
点赞数 16
分类专栏： Jetson Nano 文章标签： 人工智能 linux 计算机视觉 目标检测 opencv
于 2022-03-29 21:55:02 首次发布
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/hongbo_zhang/article/details/123764733
版权

文章目录

❤️之前我的文章写的不够完善，没有写清楚jetson nano/data/networks这个路径是怎么来的，在这里我修正一下。 ❤️

❤️在这里非常感谢两位朋友对我文章问题的指出，希望在后期文章中，大家可以多多指出文章的问题，我将非常感谢大家，并认真纠正，谢谢❤️

❤️万事开头难，不以物喜，不以己悲！❤️

  • 📆由于做毕设的原因，我接触到Jetson Nano这块强大的AI开发板。刚开始拿到按照教程安装了一遍店家给的系统，在这系统里支持一系列流行的AI框架和算法，比如TensorFlow，PyTorch，Caffe / Caffe2，Keras，MXNet等，使得开发人员能够简单快速的将AI模型和框架集成到产品中，轻松实现图像识别，目标检测，姿势估计，语义分割，视频增强和智能分析等强大功能。

  • 🍊但不知什么原因，在我运行CSI摄像头时总是会很卡顿，目前也是一直没能解决。。。请添加图片描述

  • 🍊所以我就自己上官网下载一个基础系统，下载之后发现里面什么框架和算法都没有，无奈只能自己学习安装
    在这里我把自己成功安装跑通一些框架和算法的步骤告知大家，让大家在AI这条路上少走一些弯路。

  • ❤️点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力哦！❤️

    如果出现按步骤安装不了或者其他原因，请各位朋友在评论区留言，
    我看到后会第一时间回复大家并找解决办法，在这谢谢大家的指出！

📙1、所需文件下载

  • 🍊老样子，先把Jetson-Inference的github项目下载链接放在这：
    https://github.com/dusty-nv/jetson-inference/releases/tag/model-mirror-190618

  • 🍊这里面是安装运行inference推理库所需要的包，在这里先把我在windows上下载好的文件放在百度网盘里，需要的朋友自取：
    百度网盘链接：https://pan.baidu.com/s/1VTxMpOZJgHOlRbyuo88UWw

    提取码：ai66

  • 🍊如果用不了所有的文件，可以自行进入官网下载，点击上面第一个链接进去之后往下走，就会发现以下对应的文件：
    需要下载的包

  • 🍊如果没有百度网盘会员的朋友建议直接下载会快很多，但会麻烦一点，需要自己手动一个一个文件的下载，有会员的朋友还是可以直接用百度网盘全部下载也是可以的。

  • 🍊如果大家像我一样是在windows上面下载的，那就需要使用U盘拷贝在 jetson nano 的 jetson nano/data/networks 路径下。

  • （注：这个jetson nano/data/networks路径在后面开始安装时会创建 ）

# 先安装依赖包
sudo apt-get update
sudo apt-get install git cmake libpython3-dev python3-numpy

📘2、开始安装

  • 🍊先将 jetson-inference库从GitHub上克隆下来
    （同时会创建 jetson nano/data/networks 路径）：
git clone --recursive https://github.com/dusty-nv/jetson-inference
  • 🍊进入到 jetson-inference路径下：
cd jetson-inference
# 再进入模型存放目录
# 前面下载来的文件就是放在这个路径下
cd data/networks
  • 🍊注： 因为国内网下载太慢，也不能科学上网，很大可能是下载不了的。如果大家可以的话，可以采用第二种方法 获取检测模型，即直接在jetson-inference路径下打开终端，输入下面命令依次下载。
  • 🍊如果不能科学上网就当我没说，看都不用看直接跳过这一步，进入下一步解压。
# 在jetson-inference路径下打开终端
# 进入模型存放目录
cd data/networks
# 如果可以科学上网，可直接使用wget下载各个模型，可根据实际需要下载
# 若不行则可忽略，使用上面的方法，先在Windows中下载好了拷贝在jetson nano/data/networks 路径下即可。
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/AlexNet.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/Deep-Homography-COCO.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/DetectNet-COCO-Airplane.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/DetectNet-COCO-Bottle.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/DetectNet-COCO-Chair.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/DetectNet-COCO-Dog.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/facenet-120.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-Aerial-FPV-720p.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-Cityscapes-HD.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-Cityscapes-SD.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-Pascal-VOC.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-SYNTHIA-CVPR16.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-SYNTHIA-Summer-HD.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-Alexnet-SYNTHIA-Summer-SD.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Cityscapes-1024x512.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Cityscapes-2048x1024.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Cityscapes-512x256.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-DeepScene-576x320.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-DeepScene-864x480.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-MHP-512x320.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-MHP-640x360.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Pascal-VOC-320x320.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-Pascal-VOC-512x320.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-SUN-RGBD-512x400.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/FCN-ResNet18-SUN-RGBD-640x512.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/GoogleNet-ILSVRC12-subset.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/GoogleNet.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/Inception-v4.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/multiped-500.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ped-100.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ResNet-101.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ResNet-152.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ResNet-18.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/ResNet-50.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/SSD-Inception-v2.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/SSD-Mobilenet-v1.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/SSD-Mobilenet-v2.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/Super-Resolution-BSD500.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/VGG-16.tar.gz
wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/VGG-19.tar.gz
  • 🍊输入下列解压命令对前面下载的文件进行解压：
#可直接解压下面三个包就行
tar -zxvf facenet-120.tar.gz
tar -zxvf GoogleNet.tar.gz
tar -zxvf SSD-Mobilenet-v2.tar.gz
#也可对其进行批量解压
for tar in *.tar.gz;
  • 🍊如果是全部解压，那压缩包也没什么用了，可以采用以下命令删除所有压缩包：
# 删除所有压缩包
sudo rm -R *.tar.gz
  • 🍊解压完成之后返回根目录下：
    如果没有安装 git 和 cmake ，先安装：
#安装 git 和 cmake
sudo apt-get install git cmake
#其次进入jetson-inference目录下
cd jetson-inference
git submodule update --init
#这里会等一段时间
mkdir build    #创建build文件夹
cd build       #进入build
cmake ../      #运行cmake，它会自动执行上一级目录下面的CMakePrebuild.sh
  • 🍊之后会弹出两个窗口让我们下载检测模型和Pytorch，因为我们前面已经手动把检测模型包都下载好放在指定路径了，所以这里我们都选择quit退出即可。
  • 🍊cmake 成功之后就开始编译：
make
sudo make install
  • 🍊编译成功后会有以下目录：
|-build 
    \aarch64 
       \bin        二进制文件（示例程序和图像就在此路径下）
       \include    头文件
       \lib        库文件
  • 🍊到这里就算安装完成啦。
    请添加图片描述

📕3、inference测试

  • 🍊在这里我使用 一张香蕉图片来进行测试：
#进入测试文件
cd jetson-inference/build/aarch64/bin
#查看当前文件夹下的文件
ls

在这里插入图片描述

  • 🍊看这里面有一个banana_0.jpg 的图片文件，打开看看：
    在这里插入图片描述
  • 🍊输入以下命令：
./imagenet-console banana_0.jpg output_0.jpg
  • 🍊再看当前文件夹下多出来一个output_0.jpg 图片文件。
    在这里插入图片描述
  • 🍊打开输出文件看看，识别度99.9%，还是相当不错的,只是可惜没有语义分割这一块，后期给他改改（就得豪横！）
    请添加图片描述

    📝后面如果程序写出来了，我就再写一篇关于 jetson nano 驱动 CSI 摄像头的文章，并使用我们前面安装的 inference 推理库来进行实时目标检测，实现语义分割，我们一起学习🎉

在这里插入图片描述

  • 🍊测试完成！🎉🎉🎉
  • ❤️点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力哦！❤️请添加图片描述
BC_GAN
关注
  • 16
    点赞
  • 踩
  • 54
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 26
    评论
专栏目录
jetson-inference入门
小豆包的博客
01-17 817
jetson 部署相关内容专栏内容，jetson nano 嵌入式部署。
jetson nano 安装 jetson-inference 记录
qq_50840738的博客
04-13 1277
解决 jetbot 小车克隆 jetson-inference AI 学习库速度慢问题 由于Jetson nano服务器均在国外，部分资源需要能够上外网才能可以获取，否则可能安装失败。另外需要安装一下库，由于根据官方教程安装出现克隆速度过慢而且很可能会失败；就算手动下载，本项目仓库中含有子库，也会出问题（亲测）。故本人做了些改进。全程操作如下： 首先打开终端运行如下代码，获取源码： sudo apt-get update sudo apt-get install git cmake libpython3-d
Jetson nano（Jetson inference）
FAWKE的博客
06-24 1722
1.在github上克隆jetson-inference到本地 git clone https://github.com/dusty-nv/jetson-inference cd jetson-inference git submodule update --init 2.安装git和cmake sudo apt-get install git cmake 3.更新submodule...
2021-08-16 jetson nano的使用和jetson-inference的安装
weixin_42597167的博客
08-17 748
Jetson nano的使用流程@TOC Jetson nano的第一次使用 Jetson nano介绍 Jetson nano是nvidia自家推出的人工智能嵌入式开发板，它体积小巧、功能强大，性能比树莓派更强，支持英伟达的NVIDIA JetPack组件包，其中包括用于深度学习、计算机视觉、GPU计算、多媒体处理等的板级支持包，CUDA，cuDNN和TensorRT软件库。 支持一系列流行的AI框架和算法，比如TensorFlow，PyTorch，Caffe / Caffe2，Keras，MXNet
[Jetson Nano] Jetson-inference(Hello AI World) 爬坑指南
qq_35456540的博客
04-16 5487
最近入手了Nvidia的Jetson Nano Developer Kit，在学习Jetson-inference项目时，遇到了不少问题，在这里整理一下作为记录。 项目地址：https://github.com/dusty-nv/jetson-inference 1. 从源码构建项目 获取源码和构建项目需要用到Git和CMake，官方提供的系统镜像已经预置了Git，CMake需要手动安装。 ...
Jetson nano TensorRT环境搭建（jetson-inference）
wyk71456的博客
09-30 8570
TensorRT： 使用TensorRT Jetson Nano的官方文档中给我们推荐了二个例子，其中一个使用Tensor RT做物品识别的例子。具体的可以参考英伟达jetson-inference例子。跑通这个例子需要的模型就大概1G以上，所以这个例子的大部分并没有放到SD卡上（SD卡上只有运行这个模型所需要的TensorRT）。悲剧的是存放这些模型的服务器被墙了，所以只能将之前下载好的包远程传输到对应的下载目录下。 首先如果您没有安装git和cmake，先安装它们 sudo apt-get instal
英伟达SSD视觉算法，jetson.inference在jetson nano中部署
最新发布
qq_18677445的博客
05-28 914
英伟达SSD视觉算法，jetson.inference在jetson nano中部署
Jetson nano 2G跑通Nvidia官方案例Jetson Inference
weixin_53090943的博客
05-23 783
最近在实验室拿到了一块Nvidia的开发板，Jetson Nano 2G。因为国内网络环境和Linux操作系统，作为小白想要跑通第一个官方示例程序其实并不简单，本文将详细记录跑通GitHub上的Jetson Interference的示例项目的各个步骤。
JetsonNano之跑通Jetson-inference例程
Jackkii的博客
08-15 3599
一.使用网盘下载所需要的安装包 https://pan.baidu.com/s/16rFmIRMzvcrskiaPonnOtQ 提取码：rtr4 或者 https://pan.baidu.com/share/init?surl=oBcCdGR-8s3wZX9fU-0iDg 提取玛：utyh 将压缩包全部解压后，放入jetson-inference/data/networks目录下。...
Jetson Nano烧录官方镜像和安装Jetson Inference
XueXiZaiLuShang1的博客
04-22 1306
在官方镜像中，系统中已经安装了JetPack开发套件。JetPack (当前最新版本为JetPack 4.3)支持全Jetson系列模块，包括Jetson AGX Xavier, Jetson TX2/TX1以及Jetson Nano.JetPack目前主要包括以下组件：TensorRT和cuDNN：用于高性能深度学习应用CUDA：用于GPU加速计算等应用：用于相机相关的应用及传感器驱动开发和OpenCV：用于计算机视觉开发。
基于NVIDIA jetson平台Torch安装教程 +Jetson-Inference使用
09-06
基于NVIDIA jetson平台Torch安装教程 +Jetson-Inference使用， 老实说，这是我最喜欢的一部分了，最近沉迷于寻找各种用于不同阶段的加速工具，jetson平台的TensorRT属于“推理阶段加速”，也是比较实用的一种加速，之后找个时间我会专门写一节总结，介绍各种加速工具给你，这里就不多说了。 这本书中关于使用TensorRT的部分比较坑，有很多东西我没有顺利安装。这里总结一下我最后成功方法。
Jetson Nano教程.docx
01-03
Jetson Nano教程，特别详细，不喜勿下载哦哈哈哈Jetson Nano教程，特别详细，不喜勿下载哦哈哈哈
在jetson nano中安装jetson.inference模块
qq_18677445的博客
05-23 898
确保你的开发环境是 NVIDIA Jetson 设备，然后按照官方文档进行安装：https://github.com/dusty-nv/jetson-inference。它是一个专为 NVIDIA Jetson 平台设计的库，需要通过特定的步骤进行编译和安装。这是一个常见的问题，当你克隆一个使用子模块的 git 仓库但没有初始化这些子模块时会发生。这些命令应该在你的 NVIDIA Jetson 设备上运行，因为。这应该能解决子模块缺失的问题，并允许你继续安装。文件并克隆必要的子模块到你的本地仓库中。
在Jetson Nano上十行代码实现目标检测（jetson_inference）
星光
12-31 3506
网上有一个10行搞定目标检测的视频，经测非常实用，通过10行代码实现目标检测，在Jetson Nano上迅速搭建一个目标识别的示例和开发环境。 网址：https://www.bilibili.com/video/av91150116/ 视频例程使用了Jetson官方提供的深度学习库（jetson_inference）进行例程开发 项目链接：https://github.com/dusty-nv/jetson-inference 项目介绍页面中Building the Project from Sou
jetson nano(jetpack4.6)跑通jetson-inference(Hello AI World)
aal779的博客
12-21 2366
本文章作为笔记所用 环境： jetson nano 4GB,jetpack4.6,L4T 32.6.1,TensorRT 8.0.1,cuDNN 8.2.1,CUDA 10.2,OpenCV 4.1.1 按照官方文档的步骤安装： 先下载jetson-inference $ sudo apt-get update $ sudo apt-get upgrade ---> 选择Automatically restart Docker daemon? -> Yes $ sudo apt-get i
jetson Nano安装及编译jetson-inference
LZL2020LZL的博客
02-14 580
git clone --recursive https://github.com/dusty-nv/jetson-inference github mkdir build cd build cmake .. make -j4 sudo make install sudo ldconfig vim download-models.sh
jetson nano安装jetson-inference记录
u012123768的博客
11-14 2148
学习jetson nano需要安装jetson-inference推理推理程序。捣鼓了很久，才安装完成，主要是因为github网络问题导致的。 我的操作步骤： 1 mkdir workspace 2 cd workspace 3 git clone –recursive https://github.com/dusty-nv/jetson-inference 在第三步这里下载这儿，之前采用别人换源的方式，采用下面步骤 git clon...
jetson TX2 NX 使用 jetson inference 推理自己的Pytorch模型
zhaoguochuan的博客
01-06 2902
本文将使用将在个人PC上使用pytorch训练一个分类模型，并将模型部署到Jetson TX2 NX，实现实时推理。
Jetson Nano从零开始（1）：介绍
热门推荐
Mingyong_Zhuang的技术博客
07-21 4万+
Jetson Nano从零开始（1）：介绍摘要介绍 摘要 最近开始玩Jetson Nano，写下这个从零开始的教程备忘，这个教程主要分为四部分： 介绍：对板子情况进行介绍 硬件篇：拿到板子后如何做 软件篇：板子系统上的软件配置 TensorRT使用：深度学习推断环境，写如何实现深度学习模型的部署 这一篇主要介绍Jetson Nano板子的基本情况。 介绍 在GTC 2019上，NVIDIA推出人...
jetson nano拍照
09-17
Jet Nano具有多个用于连接相机的接口，包括USB、以太网和MIPI CSI-2。您可以根据您的需求选择合适的相机连接方式。如果您使用MIPI CSI-2相机，您需要使用带状电缆连接相机和Jetson Nano。关于如何连接MIPI CSI-2相机的带状电缆的详细信息，您可以参考Jetson Nano 2GB Developer Kit User Guide（Jetson Nano 2GB开发工具包用户指南）中的相关内容。 除了物理连接，您还可以使用Jetson Nano的相机API进行拍照。有一个名为jetson-inference的GitHub项目，其中包括Python和C的相机API，您可以使用这些API来流式传输CSI和USB摄像头、RTP/RTSP和视频文件。
评论 26
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

BC_GAN

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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