Jetson nano硬件基础、性能、官方镜像预安装说明

Jetson nano搭载四核Cortex-A57 MPCore 处理器，采用128 核 Maxwell™ GPU。支持JetPack SDK. 支持主流的AI框架和算法，例如TensorFlow， PyTorch, Caffe/Caffe2, Keras, MXNet等。
支持人脸识别，物体识别追踪，对象检测和定位等应用。

技术规格：

名称	规格
GPU	NVIDIA Maxwell™ 架构，配备 128 个 NVIDIA CUDA® 核心
CPU	四核 ARM® Cortex®-A57 MPCore 处理器
内存	4 GB 64 位 LPDDR4
存储	Micro SD 卡卡槽（需要另购16G以上SD卡接入）
视频编码	4K @ 30 (H.264/H.265)
视频解码	4K @ 60 (H.264/H.265)
摄像头	12 通道（3x4 或 4x2）MIPI CSI-2 DPHY 1.1 (1.5 Gbps)
连接	千兆以太网
显示器	HDMI 2.0 或 DP1.2
UPHY	1 x1/2/4 PCIE、1x USB 3.0、3x USB 2.0
I/O	1x SDIO/2x SPI/4x I2C/2x I2S/GPIO

板载资源：

1、Micro SD 卡卡槽: 可接入TF卡（16G以上），烧写系统镜像
2、40PIN GPIO扩展接口（兼容树莓派40PIN接口）
3、Micro USB接口：用于5V电源输入或者USB数据传输
4、千兆以太网口: 10/100/1000Base-T 自适应以太网端口
5、USB3.0接口：4个USB3.0接口
6、HDMI高清接口：用于外接HDMI屏幕
7、DisplayPort接口：用于外接DP屏幕
8、DC电源接口：用于外接5V电源（外径5.5， 内径2.1）
9、MIPS CSI 摄像头接口：兼容树莓派摄像头接口

性能：

下面这一份表格是NVIDIA官方给出的性能对比表格，以供参考
DNR表示无法运行。

Model	Application	Framework	NVIDIA Jetson Nano	Raspberry Pi 3	Raspberry Pi 3 + Intel Neural Compute Stick 2	Google Edge TPU Dev Board
ResNet-50(224×224)	Classification	TensorFlow	36 FPS	1.4 FPS	16 FPS	DNR
MobileNet-v2(300×300)	Classification	TensorFlow	64 FPS	2.5 FPS	30 FPS	130 FPS
SSD ResNet-18 (960×544)	Object Detection	TensorFlow	5 FPS	DNR	DNR	DNR
SSD ResNet-18 (480×272)	Object Detection	TensorFlow	16 FPS	DNR	DNR	DNR
SSD ResNet-18 (300×300)	Object Detection	TensorFlow	18 FPS	DNR	DNR	DNR
SSD Mobilenet-V2 (960×544)	Object Detection	TensorFlow	8 FPS	DNR	1.8 FPS	DNR
SSD Mobilenet-V2 (480×272)	Object Detection	TensorFlow	27 FPS	DNR	7 FPS	DNR
SSD Mobilenet-V2 (300×300)	Object Detection	TensorFlow	39 FPS	1 FPS	11 FPS	48 FPS
Inception V4(299×299)	Classification	PyTorch	11 FPS	DNR	DNR	9 FPS
Tiny YOLO V3(416×416)	Object Detection	Darknet	25 FPS	0.5 FPS	DNR	DNR
OpenPose(256×256)	Pose Estimation	Caffe	14 FPS	DNR	5 FPS	DNR
VGG-19 (224×224)	Classification	MXNet	10 FPS	0.5 FPS	5 FPS	DNR
Super Resolution (481×321)	Image Processing	PyTorch	15 FPS	DNR	0.6 FPS	DNR
Unet(1x512x512)	Segmentation	Caffe	18 FPS	DNR	5 FPS	DNR

官方镜像预安装：

Jetson Nano 官方镜像自带JetPack、CUDA、cuDNN、OpenCV等组件，组件安装路径如下所示：

组件	路径
TensorRT	/usr/src/tensorrt/
CUDA	/usr/local/cuda/
cuDNN	/usr/src/cudnn_samples_v7/
Multimedia API	/usr/src/jetson_multimedia_api
VisionWorks	/usr/share/visionworks/sources/ 、 /usr/share/visionworks-tracking/sources/ 、 /usr/share/visionworks-sfm/sources/
OpenCV	/usr/share/OpenCV