嵌入式人工智能
文章平均质量分 76
嵌入式人工智能学习
Stay hungry. Stay foolish.
这个作者很懒,什么都没留下…
展开
-
14、TX2上运行YOLO5
一、下载yolov5、tensorrtx,yolov5s.pt预备基础环境:python3torch1.7或者更高1、生成权重文件(可以在pc上或者是在TX2上生成都可以)1、在TX2的终端直接输入下面的命令git clone https://github.com/wang-xinyu/tensorrtx.gitgit clone https://github.com/ultralytics/yolov5.git2、下载yolov5s.pthttps://github.com/ultra原创 2021-03-24 21:23:38 · 2013 阅读 · 1 评论 -
13、TX2安装ROS和ORB-SLAM2
文章目录一、安装ROS1、安装工具2、换源处理3、安装ros4、配置ros环境(1)添加ros功能包(2)切换Python版本(3)初始化ros(4)设置环境变量,添加启动项(5)安装其他依赖包5、测试ros是否安装成功二、配置ORB-SLAM2运行环境1、创建ROS工作空间2、安装Pangolin3、安装OpenCV,TX2不需要安装,刷机自带。4、安装Eigen3三、安装ORB-SLAM21、安装和修改2、编译一、安装ROS1、安装工具因为TX2上缺少一些工具,下面安装一些必要的工具。sudo原创 2021-02-26 19:53:22 · 386 阅读 · 0 评论 -
12、TX2(ARM架构)平台换源
关于换源的教程可参考一下其他博主的两篇文章:ARM架构换源Ubuntu 国内源介绍针对本机的换源操作如下:①进入配置目录cd /etc/apt②备份sources.listsudo cp sources.list sources.list.baksudo vi source.list把之前的内容删除掉,然后添加清华源。# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释deb https://mirrors.tuna.tsinghua.edu.cn/ub原创 2021-02-26 11:58:27 · 534 阅读 · 0 评论 -
11、嵌入式平台上python环境管理
文章目录一、python的安装和版本切换1、安装python以3.6版本为例2、版本切换二、Archiconda管理环境1、备份2、脚本下载3、启动脚本4、配置Archiconda5、conda添加清华源6、conda设置超时7、conda常用命令一、python的安装和版本切换1、安装python以3.6版本为例①安装pyhton3.6sudo add-apt-repository ppa:deadsnakes/ppasudo apt-get updatesudo apt-get instal原创 2021-02-23 18:56:28 · 302 阅读 · 0 评论 -
10、yolo4直接部署到TX2上
一、YOLO-v4主要做了什么?YOLO-v4算法是在原有YOLO目标检测架构的基础上,采用了近些年CNN领域中最优秀的优化策略,从数据处理、主干网络、网络训练、激活函数、损失函数等各个方面都有着不同程度的优化,虽没有理论上的创新,但是会受到许许多多的工程师的欢迎,各种优化算法的尝试。工业级别的目标检测关注的不仅仅是精度,还有速度,能达到实时是最理想状态,一般来讲,目标检测实时大于12.5fps被认为是实时,下面用TX2来测试看能不能达到实时的效果。二、在TX2上的实验1、下载源码git clon原创 2021-01-03 20:01:50 · 1117 阅读 · 6 评论 -
9、yolo3直接部署到TX2
一、将YOLOV3直接部署到TX2上1、运行在CPU模式下(1)下载和编译YOLOV3源码git clone https://github.com/pjreddie/darknet yolo3cd yolo3sudo make -j4(2)下载预训练模型权重文件wget https://pjreddie.com/media/files/yolov3.weights #可能会出下下载很慢的情况可以直接将网址粘贴至windows下的浏览器,可直接下载,然后再将该文件放到TX2的工程目录下。原创 2021-01-03 15:58:38 · 751 阅读 · 3 评论 -
8、使用PyTorch
一、安装PyTorch1、下载与安装安装教程可以参考这个网址wget https://nvidia.box.com/shared/static/wa34qwrwtk9njtyarwt5nvo6imenfy26.whl -O torch-1.7.0-cp36-cp36m-linux_aarch64.whl因为国内无法访问到box.com,所以我们需要从其他的地方下载。网盘地址密码:u5091、针对python3.6版本sudo apt-get install python3-pip libop原创 2020-12-10 17:03:08 · 665 阅读 · 0 评论 -
7、Hello World官网教程(TX2)第二部分
上面那一部分是讲图像分类,下面开始学习该教程中的目标检测。一、准备工作1、下载SSD-Mobilenet-v2预训练模型二、验证1、对图像的处理cd ~/jetson-inference/build/aarch64/bin确定是否存在编译c++文件生成的可执行文件。下面是一些可用的选项:–network,用于更改正在使用的检测模型(默认为SSD-Mobilenet-v2)。–overlay,可以是逗号分隔的组合box,labels,conf,和none,默认值为–overlay=box原创 2020-12-06 17:18:49 · 341 阅读 · 1 评论 -
6、Hello World官网教程(TX2)第一部分
一、准备工作1、首先你得给你的TX2 刷好机,而且最好刷最新版本Jetpack4.4.1(因为本人刷过3.3的版本,运行代码时会出现很多的问题)2、教程原地址二、正式的学习1、该教程做了哪些(1)此仓库使用NVIDIA TensorRT将神经网络有效地部署到嵌入式Jetson平台上.(2)在Jetson上运行推理和转移学习,包括收集自己的数据集和训练自己的模型。它涵盖了图像分类,对象检测和分割。2、从源头开始构建项目(1)总体的执行过程$ sudo apt-get update//更新安装原创 2020-12-05 22:42:18 · 523 阅读 · 0 评论 -
2、Jetson平台软件资源功能测试
一、基本功能测试1、性能模式调节nvpmodel是修改功率模式的命令-q 查询当前工作模式-m 设定当前工作模式(Jetson TX2可以设定0-3档)其中0档是最佳性能模式。2、原创 2020-11-19 15:28:17 · 499 阅读 · 0 评论 -
1、jetonson inference(官网教程)(使用jetpack3.3不建议参考,解决问题的思路倒是可以随便看看)
本人在前面的学习中走了一些弯路,此处开始以官网资料为准,下面开始学习官网提供的教程,叫做HELLO AI WORLD,github的网址。在进行这个项目之前请先为您的TX2刷好机,本人使用的是Jetpack 3.3,刷机过程可一参考本人的另外一篇博客,链接在这里一、从源头建设项目仓库提供了一个TensorRT加速的深度学习网络库,用于图像识别,带有局部化的对象检测(即边界框)和语义分割,下面是构建和安装步骤。在终端上输入如下的命令行。1、构建与安装sudo apt-get update#更新安装原创 2020-12-04 22:26:23 · 379 阅读 · 0 评论 -
5、jetson tx2 用sdkmanger刷机(jetpack4.4.1)
一、去哪里下载,如何安装?官方安装指南注意:1、下载安装包之前要先注册一个开发者账号2、要在Ubuntu环境下到官网进行安装(这点很重要,因为在windows环境下下载的安装包总是有问题)3、然后在打开终端,输入如下命令sudo apt install ./sdkmanager_1.3.1-7110_amd64.deb4、打开终端,运行sdkmanager,输入下面的命令sdkmanager然后您可能会遇到这个窗口,这是提醒您内存不够用,所以我们得对虚拟机再扩大下内存。扩完内存后,原创 2020-12-04 16:11:26 · 1001 阅读 · 0 评论 -
4、windows与jetson tx2文件互传工具
filezilla工具的使用工具链接1、修改下防火墙设置,允许应用2、打开filezilla在TX2的Ubuntu上配置一下,连接服务器,输入主机即PC端的IP,然后进行相应的配置,即可实现文件互传了原创 2020-11-19 15:06:33 · 823 阅读 · 0 评论 -
3、从零开始实现图像分类
一、NVIDIA Caffe介绍Caffe是由伯克利人工智能研究小组和伯克利视觉和学习中心(BVLC)开发的,基于表达、速度和模块性的深度学习框架。Caffe在伯克利软件发行(BSD)许可下开源,NVIDIA Caffe是NVIDIA维护的一个分支,这个分支专门针对NVIDIA的GPU进行优化,尤其是在GPU环境下租了很多相关的配置,比起BVLC的性能更加的好。二、安装Protobuf在安装NVIDIA Caffe之前,需要安装很多的依赖库,其中之一就是Protobuf,Protobuf是一种与平台原创 2020-11-18 14:26:34 · 579 阅读 · 0 评论 -
1、jetson tx2刷机
在刷机之前,需要确保你的主机有足够大的空间,最好在40g以上,本人分配的空间刚开始为20g,后来调整到了40g。如何调整硬盘空间大小,可参考我的另外一篇博客,链接在此处。一、下载JetPack 3.3安装文件1、官方下载地址2、在官网上注册账号3、下载和安装JetPack 3.3①进入官网后,打开搜索栏目,输入如下信息。②下载完成后,将JetPack-L4T-3.3-linux-x64_b39.run文件拉到Ubuntu系统下面的home目录下。③在终端下给这个文件添加可执行权限,然后执行该原创 2020-11-04 17:00:48 · 325 阅读 · 4 评论