飞浆创造营第五课|在Jetson Nano上基于python部署Paddle Inference

Notebook
文件
一、准备好一块新鲜出炉的Jetson nano，并配好基础的开发环境
1.基础配置方法
关于板子，除了Jetson nano，如果你手里有一块NX或者是TX2甚至是AGX，不必担心！Jetson系列所有板子部署方式相同！而且钞能力越强的板子跑起来效果更加的让人身心愉悦。
二、安装PaddlePaddle环境
1.直接下载官方编译好的Jetson nano预测库
运行结果：
三、测试Paddle Inference
（1）拉取Paddle-Inference-Demo：
（2）测试跑通GPU预测模型
四、报错解决
（1）运行demo过程中卡住
解决方法：
扩大运行内存 （亲测：建议至少给8G，反正6G不行）
扩大虚拟内存后，运行正常：
（2）core dumped
解决方法：
五、部署自己的目标检测模型
效果展示
性能分析：CPU、GPU、GPU+TensorRT预测时间对比
关于如何更改预测模式
测试模型：mobilenet v1
测试模型：yolov3_r50vd
该文章同时也开源在CSDN，大家可以直接进行访问：Jetson Nano——基于python API部署Paddle Inference GPU预测库（2.1.1）