Tips:提前安装cmake和git,apt install安装即可。下载代码版本很重要,一定要对应Jpack版本,这样能解决80%的问题!!
一、Jetson-inference官方例程编译
1.github下载官方代码
直接使用clone下载,会拉取到最新的代码,可能在后面编译时会报错。因此,下载时需注意与自己的Jpack版本对应,可以通过以下指令查询:
cat /etc/nv_tegra_release
使用Jtop指令,可以查看当前Jpack的详细信息
2. 进入jetson-inference目录,更新当前版本代码
git clone https://github.com/dusty-nv/jetson-inference
3. 创建build目录并进入,执行cmake
mkdir build
cd build
cmake ../
4. 弹出docker框,模型和Pytorh跳过不安装,模型通过后续手动网上下载再拷贝到networks目录下
5.make 编译并安装
make -j4
sudo make install
sudo ldconfig
二、测试
测试前将下载好的模型放到networks并解压,测试终端从jetson-inference/build/aarch64/bin打开
cd jetson-inference/build/aarch64/bin
1. 图片识别
C++版本:
./imagenet-console --network=googlenet images/orange_0.jpg output_0.jpg # --network flag is optional
python版本:
./imagenet-console.py --network=googlenet images/orange_0.jpg output_0.jpg # --network flag is optional
2. 视频图片分类
做视频例程之前,确保CSI或USB摄像头能正常使用。
C++版本:
./imagenet-camera --network=resnet-18 --camera=/dev/video0 --width=640 --height=480
python版本:
./imagenet-camera.py --network=resnet-18 --camera=/dev/video0 --width=640 --height=480
以下时笔者做的视频例程测试和yolov5部署测试:
图像分类![](https://img-blog.csdnimg.cn/1b565f0142084d4aa523a2e66b2626ed.png)
yolov5目标检测![](https://img-blog.csdnimg.cn/b87f869530cf4de0a82f4ed42a29c07c.png)