Jetson Nano Pytorch+TensorRT环境配置系统移植到另一张TF卡

PS:使用本文章中dd写入的方式,可以用于备份TF卡/SD卡/硬盘里操作系统/环境变量和系统数据,随时备份,随时恢复,内容完全一样 ! !

一. 配置Jetson深度学习环境

配置过程按照Jetson系列文章，针对Jetson Nano可以直接使用TF卡方式安装JetPack系统。

二. 准备一张空TF卡

准备一个读卡器.将Nano上的TF卡取下备用.

三. 创建Jetson镜像

3.1 查看磁盘挂载情况

首先在Ubuntu主机上查看磁盘挂载/使用情况:

df -h

插入TF卡前Ubuntu主机硬盘挂载/使用分布如下:

读卡器插入Ubuntu主机或虚拟机,然后再次输入命令df -h查看此时磁盘挂载/使用情况的变化:

发现名为/dev/sdb1的磁盘挂载上了,并且其总空间为59GB,目前已占用24GB,符合Nano上磁盘占用查看情况,确定设备/dev/sdb为源Nano系统TF卡.

3.2 卸载源Nano TF卡 设备

为了防止写入镜像的时候Ubuntu主机对TF卡本身有其他读取或写入,因此需要卸载设备,卸载设备意思指的是Ubuntu主机暂时无法对该磁盘进行读写.由于只有一个主分区sdb1,因此只需要卸载一个,如果TF卡有多个,按照同样的方式一一卸载就可以了,我这里输入:

umount /dev/sdb1

然后就会发现左边任务栏上的64GB存储设备标志消失,表明卸载成功.

3.3 将镜像备份至Ubuntu主机

使用dd命令写入镜像至SD卡

sudo dd bs=4M if=/dev/sdb of=/home/geek/nano_back.img

bs代表一次写入多大的块，是blocksize的缩写，4M一般都没问题，如果不行，试试改成1M，if参数为下载的镜像的路径（应该是input file缩写），of后参数为设备地址（应该是output file的缩写，linux上一切都是文件）千万不要写错这里的参数，否这你可能丢失硬盘所有数据。
因为dd命令没有进度显示，所以看上去可能感觉假死了，此时只要等待几分钟即可,也可以另起终端,输入命令查看进度:

sudo pkill -USR1 -n -x dd

可以看到这个写镜像的速度还是很快的:


虽然TF卡64GB仅仅使用25GB,系统还是会创建镜像,因此如果使用虚拟机,需要满足虚拟机存储>80GB,这样才能满足需求.

3.4 将镜像写入至TF卡

首先把空的TF卡在win10上格式化,也可以使用Diskgenius软件进行格式化,格式化类型选择FAT32 或者叫FAT,格式化完毕后win10下磁盘管理界面查看该TF卡会显示变成新加卷,之前状态是未分配.
首先查看挂载的硬盘情况:

插入空TF卡后:

首先卸载设备(注意卸载跟右键磁盘图标选项的"弹出"含义不一样,这里必须选择命令行卸载设备才能正常写入):

umount /dev/sdb1

然后向空TF中写入镜像:

sudo dd bs=4M if=/home/geek/nano_back.img of=/dev/sdb

查看状态,发现

可以看到从Ubuntu主机往TF卡写镜像速度快了13倍,表明SSD硬盘读写速度远远大于TF卡的Flash.但是到后面速度就降下来了,大概是2倍的读写速度:

然后等待完毕,移植成功,到后面会慢很多,因为有些是小文件,总共的写入大概花费1h40min ,大家耐心等待.

写入成功 ! ! !可以看到写入成功之后自动挂载64GB TF卡: