Jetson Nano零基础入门（附CSI摄像头目标检测实战部署）

最新推荐文章于 2023-12-03 16:19:27 发布

_易安_

最新推荐文章于 2023-12-03 16:19:27 发布

阅读量3.3k

点赞数 5

文章标签：目标检测 python pyqt pip conda 计算机视觉图像处理

本文链接：https://blog.csdn.net/m0_49797859/article/details/132132591

版权

Jetson Nano简介

Jetson Nano是NVIDIA推出的高性能边缘端部署小型计算设备，其中包含了一块128核Maxwell架构的GPU，虽然并不是最新架构，但是由于只是用于嵌入式开发，需要考虑经济成本。因此，Nano的算力并不高，主要用于轻量级/实时网络的推理，暂时无法完成模型训练等计算密集任务。

操作步骤概览

1、根据官方教程使用VMware烧录emmc引导

2、利用读卡器向SD卡烧录操作系统（Ubuntu 18.04）

3、外接HDMI显示器开机（密码nvidia）并扩展内存

4、修改国内镜像源

5、安装python3-pip并更新软件安装包

6、根据jetpack到paddleinference官网下载对应的C++/Python预测库

7、安装相关的库（numpy、opencv、faiss等）

8、将训练好的模型导出为静态图

9、编写前后处理代码和推理逻辑，实现端侧部署

首先，需要进行emmc引导和TF卡烧录过程，这部分在官方提供的视频教程（套件自带视频资料）有详细讲解，按步操作即可，并无难度。

组装

本次使用的是Jetson Nano B01套件，完成上面操作系统烧录之后插入TF卡，并进行简单的组装，如下图所示：

然后，上电开机，接入HDMI显示器。为了让风扇运转可以使用，打开终端输入如下指令：

$ sudo sh -c 'echo 150 > /sys/devices/pwm-fan/target_pwm'

其中，'150' 可以是0~255任意整数，越大风扇转速越高。

测试摄像头

CSI摄像头连接方式如下图所示：

连接好后测试摄像头是否正常：

$ ls /dev/video*

运行结果为 /dev/video0说明安装成功！

然后运行以下摄像头测试代码：

## test_video.py
import cv2

cap = cv2.VideoCapture("nvarguscamerasrc \
    !video/x-raw(memory:NVMM), width=640, height=480, format=NV12, framerate=30/1\
    !nvvidconv flip-method=0 ! videoconvert ! video/x-raw, format=BGR ! appsink")

while True:
    sucess, img=cap.read()
    cv2.imshow("capture", img)
    k=cv2.waitKey(1)
    if k == 27:
        cv2.destroyAllWindows()
        break
    elif k==ord("s"):
        cv2.imwrite("video.jpg",img)
        cv2.destroyAllWindows()
        break
cap.release()

SSH连接

为了开发方便，可以在上位机（Windows主机）使用SSH远程连接jetson nano，需要注意的是上位机和下位机需要在同一局域网内才可以连接。
为了进行SSH远程连接，首先要在jetson nano上修改配置文件/etc/ssh/sshd_config允许SSH登录，具体来说，需要添加PermitRootLogin yes，可参考此博文
配置密码：

passwd nvidia

然后输入密码即可（开机密码也会随之修改！！）

配置完成后可使用Mobaxterm进行SSH连接，输入jetson nano的IP地址，端口号默认为22，用户名为nvidia，密码自己设置即可，连接成功后如下图所示：

配置软件环境

更换国内源，用以下命令打开文件（建议先拷贝一份再修改）

sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup
sudo gedit /etc/apt/sources.list

使用如下内容替换文件内容（对应Ubuntu 18.04）

deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

然后更新安装pip

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install python3-pip
pip3 install --upgrade pip

注意： 执行sudo apt-get update的时候有时会出现E: Unable to lock directory /var/lib/apt/lists，此时在命令行执行以下指令即可：

sudo fuser -vki /var/lib/apt/lists/lock

然后重新执行sudo apt-get update

执行sudo apt-get upgrade由于网络问题可能很慢，容易出错，一定耐心等待，否则，无法安装python3-pip或者其他软件。

这里有个小问题记录一下，我在我的jetsonanno上安装python3-dev会报错，按照很多教程都无法解决。但是不安装也暂时没啥问题。

更新pip源

sudo mkdir .pip
cd .pip
sudo touch pip.conf
sudo gedit pip.conf

然后输入以下内容，保存关闭

[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = https://pypi.tuna.tsinghua.edu.cn

接下来安装深度学习框架，这里选择Paddle，因为使用Paddle很多软件环境已经配置好了比较方便一些。

输入如下命令查看jetpack版本：

$ cat /etc/nv_tegra_release

得到jetpack版本为4.6.1，Python的预装版本为3.6.9，在PaddleInference官网下载nano,jetpack 4.6.1,python3.6对应的paddlepaddle，然后利用Mobaxterm上传到jetson nano即可。

$ pip3 install paddlepaddle_gpu-2.3.0-cp36-cp36m-linux_aarch64.whl

如果安装报错可能是网络不稳定，可以重试一下！

配置CUDA

首先打开配置文件

$ sudo gedit ~/.bashrc

在文件末尾添加以下路径：

export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:$PATH

运行

$ source ~/.bashrc

查看cuda版本：

$ nvcc -V

开发桌面端应用

安装PyQt5

由于官方镜像中PyQt5使用的gtk不适配，需要输入以下命令

$ sudo apt-get build-dep qt5-default
$ sudo apt install libcanberra-gtk-module
$ sudo apt install qt5-style-plugins 
$ echo "export QT_QPA_PLATFORMTHEME=gtk2" >> ~/.profile

下载之后链接到Python3中：

ln -s /usr/lib/python3/dist-packages/PyQt5/ ～/.virtualenvs/xxx/lib/python3.x/site-packages/

ln -s /usr/lib/python3/dist-packages/sip* ～/.virtualenvs/xxx/lib/python3.x/site-packages/