Nvidia Nano上从头构建Jetbot镜像安装指南

最新推荐文章于 2023-02-12 16:14:17 发布

原创

最新推荐文章于 2023-02-12 16:14:17 发布 · 4.8k 阅读

19 ·

CC 4.0 BY-SA版权

本文详细介绍了在Jetson Nano上从零开始构建Jetbot环境的全过程，包括烧录镜像、设置权限、安装Python依赖、TensorFlow和PyTorch等深度学习框架，以及配置JupyterLab和Jetbot服务。

4.2 确定需要的TensorFlow版本

4.2.1 查看jetpack 版本

4.2.2 查看jetpack与tensorflow的对应关系

11 复制 JetBot notebooks 到home目录

12使用

JetBot 项目是NVIDIA（英伟达）基于Jetson Nano开发套件而设计的一款开源智能车项目。它提供了基于视觉的自主避障，物体跟随，路径跟踪以及人脸识别等功能。对于AI初学者来说，Jetbot是一个很好的入门途径。

Nvidia官方提供了完整的硬件和软件列表，参考https://github.com/NVIDIA-AI-IOT/jetbot/wiki，可以自行组装jetbot小车。但是，自己采购零件还是很麻烦，国内的微雪公司提供了完整的小车方案，可以直接从https://www.waveshare.net/list.html?cat=261购买。

硬件有了，软件环境的搭建也是一个大工程。Nvidia官方提供了Jetbot镜像下载(https://drive.google.com/open?id=1G5nw0o3Q6E08xZM99ZfzQAe7-qAXxzHN)，但是很不幸，镜像位于google仓库，国内如果没有翻墙软件，根本无法下载. 本文教你如何自己从头构建一个jetbot环境。

主要参考https://github.com/NVIDIA-AI-IOT/jetbot/wiki/Create-SD-Card-Image-From-Scratch和https://blog.csdn.net/liam_dapaitou/article/details/90451808。

1. 烧录Jetson Nano镜像

这一步简单，直接参照Nvidia的官方步骤即可。

https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit#write

有的文章中要求ubuntu系统的用户名和密码需要为jetbot /jetbot，按照我的实践结果，并不需要，使用自己喜欢的用户名和密码就可以。

2 设置i2c permissions

sudo usermod -aG i2c $USER

3 安装pip3和python依赖

sudo apt-get update

sudo apt install python3-pip python3-pil

sudo pip3 install --upgrade numpy

4 安装TensorFlow

这里https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html

给出了官方步骤在jetson nano上安装tensorflow。

4.1 安装依赖

$ sudo apt-get update

$ sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran

$ sudo apt-get install python3-pip

$ sudo pip3 install -U pip testresources setuptools

$ sudo pip3 install -U numpy==1.16.1 future==0.17.1 mock==3.0.5 h5py==2.9.0 keras_preprocessing==1.0.5 keras_applications==1.0.8 gast==0.2.2 futures protobuf pybind11