Jetson nano裸机介绍及 Opencv的环境配置

0. 前言

本人比较痴迷于硬件方向，最近得到老师的支持，从老师手里借到一块Nvidia Jetson nano 的板子（狂喜），下文简述nano。刚拿到板子经过已经完成点灯的操作，老师指示点完灯可以配置opencv的环境，前往图像处理的指示海洋。而配置opencv的过程曲折而痛苦，这里主要总结并分享配置过程及踩坑、填坑的起起伏伏。

0.1 Jetson Nano简介

Jetson Nano是一款体积小巧、功能强大的人工智能嵌入式开发板，于2019年3月由英伟达推出。预装Ubuntu 18.04LTS系统，搭载英伟达研发的128核Maxwell GPU，可以快速将AI技术落地并应用于各种智能设备。相比于Jetson之前的几款产品（Jetson TK1、Jetson TX1、Jetson TX2、Jetson Xavier），Jetson Nano售价仅需99美元，大幅减少了人工智能终端的研发成本。因此，一经推出，便受到了广泛的关注
以下是nano的几点优势：
(1) 体型小巧，性能强大，价格实惠，整体采用类似树莓派的硬件设计，支持一系列流行的AI框架，并且英伟达投入了大量的研发精力为其打造了与之配套的Jetpack SDK开发包，通过该开发包可以使学习和开发AI产品变得更加简单和便捷。

(2) 专为AI而设计，性能相比树莓派更强大，搭载四核Cortex-A57处理器，128核Maxwell GPU及4GB LPDDR内存，可为机器人终端、工业视觉终端带来足够的AI算力。

(3) 可提供472 GFLOP，支持高分辨率传感器，可以并行处理多个传感器，并可在每个传感器流上运行多个现代神经网络。

(4) 支持英伟达的NVIDIA JetPack组件包，其中包括用于深度学习、计算机视觉、GPU计算、多媒体处理等的板级支持包，CUDA，cuDNN和TensorRT软件库。

(5) 支持一系列流行的AI框架和算法，比如TensorFlow，PyTorch，Caffe / Caffe2，Keras，MXNet等，使得开发人员能够简单快速的将AI模型和框架集成到产品中，轻松实现图像识别，目标检测，姿势估计，语义分割，视频增强和智能分析等强大功能。

说了一通，其实是跑边缘计算太贵的1080Ti等PC显卡咱买不起，而nano这样的单板计算机体积小还自带GUP，简直是大众福音。
————————————————