接手JestonTX2有一段时间了,还没有对它进行一些详细的了解,只知道它很牛逼(听说它很牛),但不知道他到底怎么牛,牛在哪里。这次带着这个疑问,我们对TX2进行刨根问底式挖掘。
JETSON TX2板载资源官方介绍网站https://elinux.org/Jetson_TX2
学过32的同学我想这个看个图应该不难,通过张系统结构图我们可以得知内部的系统构造体系。而下面的这张图是他的底板接口布局图。
这里我们着重看一下J21和J26端子排,在与外部进行通信(USART、SPI、IIC…)时很有可能用到其中的某个引脚.
J21引脚图:
J26引脚图
接下来我想稍作介绍一下系统的软件支持
JetPack | OpenCV | VisionWorks |
---|---|---|
CUDA Toolkit | cuDNN | TensorRT |
TensorFlow | OpenCV | Vulkan |
- JetPack:相当于一个一体化的软件包,帮助我们直接完成对一些模型和开发工具的安装,其中包含Linux驱动包,CUDA加速库以及深度学习和计算机视觉的函数接口。
- OpenCV:是一个跨平台的计算机视觉和机器学习的软件库,在物体识别、运动跟踪中广泛应用。
- CUDA:通用并行计算架构,该架构使GPU能够解决复杂的计算问题
- cuDNN:深度神经网络加速库,让开发人员专注于设计和实现神经网络模型,而不是调整性能,同时还可以在GPU上实现高性能现代并行计算。
- TensorRT:是一个高性能的深度学习推理(Inference)优化器,可以为深度学习应用提供低延迟、高吞吐率的部署推理。TensorRT可用于对超大规模数据中心、嵌入式平台或自动驾驶平台进行推理加速
- TensorFlow:是广泛使用的实现机器学习以及其它涉及大量数学运算的算法库之一
- VisionWorks:是基于openvx的,OpenVx是一个接口标准,为了嵌入式处理器加速而生的。Visionworks可以理解为Openvx在cuda上的一个加速包, 对于速度要求不高的,可以不用考虑这个平台,直接使用opencv开发效率更高,