Jetson Nano学习笔记之hello AI world错误总结

前言

作为NVIDIA的基础教程，同样这里我只是做一下搬运和翻译。如果您有什么问题，请直接留评。这里我们不再对如何安装镜像，网络设置和远程登录多做解释，如果还是不清楚怎么操作这些步骤的同学，请自信查看之前的相关教程。这里我们直接从配置Jetson-Inference项目的环境开始。首先，Jetson-Inference的github项目链接：点击进入官网链接有兴趣的同学可以直接参考官方链接

一. 硬件配置和软件配置

运行本项目，需要用到的配件：
Jetson nano Developer Kit
Wireless-AC 8265无线网卡 （你也可以选择其他网络连接方式）
IMX219-77 Camera (或者其他CSI摄像头）
OV5648 5MP USB Camera (可选）
5V 4A DC电源
HDMI 屏幕
将以上设备连接好。

1.1 安装cmake

打开终端，输入下述命令进行更新和安装：

sudo apt-get update
sudo apt-get install git cmake

如下图所示：

1.2 下载jetson-inference 项目资源

打开终端，输入下述命令进行下载和配置：

cd ~/
git clone https://github.com/dusty-nv/jetson-inference
cd jetson-inference
git submodule update --init

在下载git clone https://github.com/dusty-nv/jetson-inference到时候下载速度慢，点击查看配置方法网络有很明显到提升:速度达到里2.3Mib/s，如图：

Username for 'https://gitee.com': hechunmu   #/* 这里是在码云注册到名称*/
Password for 'https://[email protected]':   #/*这里输入注册到密码*/

下载好之后在主目录有一个jetson-inference文件夹，如图

打开终端输入：cd jetson-inference或着直接在文件夹里右击打开终端

输入git submodule update --init

1.3 安装python3.6版本的libpython3-dev和numpy依赖库

这里安装方法和上面一样，直接输入命令

sudo apt-get install libpython3-dev python3-numpy

1.4 配置项目资源

注意：在最后一个cmake语句运行的过程，如果出现error等报错信息的时候，检查一下网络连接是否异常，然后再重新运行一遍该语句。

cd ~/jetson-inference   
mkdir build
cd build
sudo cmake ../

说一下sudo mkdir build和mkdir build的区别：

sudo mkdir build    #是在文件创建里一个带密码的build文件夹（个人觉得不需要）
mkdir build         #是创建里一个build文件夹

在终端输入mkdir build，在jetson-inference出现build文件夹

cd build命令是进入build文件夹
在输入cmake …/命令时候会出现错误，是我忘记输入一个命令，在下载好文件夹之后，忘记输入 :sudo cmake …/

出现下面提示时候，使用键盘箭头->跳过选择Quit，回车（enter）因为国内的下载不了box.com上文件。



虽然因为网络问题，国内的用户无法下载box.com上的文件，但是官方也为大家提供了一个方便下载的版本：官网下载地址你可以单独去将各个model下载，然后再放置到 jetson-inference/data/networks目录下，然后解压。为了方便用户，这里我提供网盘链接 提取码: 4ajf
在下面到测试项目中，需要用到：facenet-120.tar.gz ，GoogleNet.tar.gz ，SSD-Mobilenet-v2.tar.gz，
分别把它们解压提取出来
如图

把三个文件夹里面的文件都复制到 ~、jetson-inference/data/networks下，如图

这里说明下，我只是各种神经网络(NN)的搬运工，那些动辄上百层的深度神经网络(DNN)，目前得靠服务器集群加速训练，训练好权重和偏置后在JetsonNano等端设备上进行部署。

二. 编译工程

在终端输入命令

cd ~/jetson-inference/build
make
sudo make install

如图会出现下载过程，等待几分钟哦。在输入make命令时候有报错，目前我还不知道怎么解决，还望大神指导。

出现以下内容就恭喜你成功啦。下面就进行测试吧。

2.1 使用GoogleNet对物体进行识别

静态图片识别，例程包含了C++和Python两种源码，这里使用C++进行演示，输入文件orange_0.jpg，输出文件为output_0.jpg。

cd ~/jetson-inference/build/aarch64/bin/
./imagenet-console --network=googlenet orange_0.jpg output_0.jpg

输入上面命令

用户可自行将一些物体图片放到 ~/jetson-inference/build/aarch64/bin/ 目录下，使用上面的 ./imagenet-console 命令执行检测。下图展示googlnet对橙子orange的97.923%识别效果。

2.2 使用摄像头对环境物体进行识别

首先安装视频相关库，在JetsonNano控制台输入下面命令：

sudo apt-get install v4l-utils
v4l2-ctl --list-formats-ext

再输入下面命令启动IMX219-77摄像头：

./imagenet-camera

刚开始运行会慢，等待一些。文档说明GoogleNet能对1000类物体进行识别，小编对周遭物体进行测试，效果如下：

2.3 使用FaceNet-120进行人脸检测

FaceNet-120可以对视频中出现的人脸进行实时检测，在JetsonNano终端按下Ctrl+Z退出上面演示，输入下面命令：

./detectnet-camera --network=facenet

启动摄像头后可以观察到当有人经过摄像头画面范围时，可观察到对人脸区域进行标签。感兴趣读者可进行相关测试，用户也可下载github上相关神经网络解压到jetson-inference/data/network目录下，在输入上面命令时将facenet替换为你想验证的神经网络.

参考文章：
http://www.waveshare.net/study/article-892-1.html
https://github.com/dusty-nv/jetson-inference#hello-ai-world