Jetson-Xavier-NX使用教程(这里说插上烧好镜像的SD卡上电就可以直接用了)

这里说插上烧好镜像的SD卡上电就可以直接用了,似乎是不需要特意更改或者设置什么的。

Jetson-Xavier-NX使用教程(这里说插上烧好镜像的SD卡上电就可以直接用了)_第1张图片

转载自:https://mp.weixin.qq.com/s/Lhm9FFctl7BShdnBwmCV4w

Jetson-Xavier-NX使用教程

原创 lance 计算机视觉算法工程师 2月18日

1.介绍


Jetson-Xavier-NX使用教程(这里说插上烧好镜像的SD卡上电就可以直接用了)_第2张图片

  1. microSD卡插槽用于主存储

  2. 40针扩展接头

  3. 微型USB端口

  4. 千兆以太网端口

  5. USB 3.1 A型端口(x4)

  6. HDMI输出端口

  7. DisplayPort连接器

  8. DC Barrel插孔,用于19V电源输入

  9. MIPI CSI摄像机连接器

Jetson-Xavier-NX使用教程(这里说插上烧好镜像的SD卡上电就可以直接用了)_第3张图片

载板新功能:

  1. 自带wifi模块,且安装位置移到载板反面。也就是说拆装wifi模块不需要先取下核心模块了。

  2. 载板自带塑料底座,且集成了wifi天线。但只要卸掉wifi天线和4个固定螺丝,就可以取下载板。

  3. 增加了一个m.2接口,在反面,可以装nvme固态硬盘。

  4. 增加了CAN接口,但没焊排针,可以自加。

  5. 供电口改为19V,与AGX Xavier一致。

2.刷机

推荐按照本教程这种方式进行刷机,基础软件都会包含在镜像中,相应的工具已上传百度云。

链接:https://pan.baidu.com/s/1IwDlwaYbOmt7qyF2EjY9Zg 提取码:r2tt

将烧录好的TF卡插入到NX开发板上,SD卡装好了以后记得接好显示器的线,最后在接入官方配送的19V电源,记得手和金属物体不要碰NX的电路板以防止静电和短路导致电路损坏。连接电源后自动开机,可以观察到绿色电源LED亮起,经过十几秒以后进入Ubuntu18.04的设置界面,选择好语言,时区,设置完密码以及链接WIFI以后就可以进入桌面。

Jetson-Xavier-NX使用教程(这里说插上烧好镜像的SD卡上电就可以直接用了)_第4张图片

  1. 下载镜像:https://developer.nvidia.com/jetson-nx-developer-kit-sd-card-image

  2. 将镜像写入microSD卡(最好64GB+),以win10为例。

    Jetson-Xavier-NX使用教程(这里说插上烧好镜像的SD卡上电就可以直接用了)_第5张图片

    1. 下载SD卡格式化工具SD Card Formatter

      Jetson-Xavier-NX使用教程(这里说插上烧好镜像的SD卡上电就可以直接用了)_第6张图片

    2. 使用烧录工具Etcher写入镜像

      1. 点击Flash form file选择刚才下载好的SD Card Image压缩包

      2. 将TF卡插入到读卡器,并插入到电脑主机的USB口,点击select target选择要烧录到的TF卡(有的也会自动识别TF卡)

      3. 点击Flash进行烧录

  3. 开机

3.常用软件

#驱动版本head -n 1 /etc/nv_tegra_release#内核版本uname -r#操作系统lsb_release -i -r#CUDA版本nvcc -V#cuDNN版本dpkg -l libcudnn8#opencv版本dpkg -l libopencv / pkg-config opencv --modversion#Tensorrt版本dpkg -l tensorrt

     添加CUDA环境变量

#cudasudo vi ~/.bashrc#添加export PATH=/usr/local/cuda/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATHexport CUDA_HOME=$CUDA_HOME:/usr/local/cuda#保存并刷新source ~/.bashrc
  1. 换源

    #备份原有软件源sudo cp /etc/apt/sources.list /etc/apt/sources.list.baksudo vi /etc/apt/sources.list #清华源deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universedeb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universedeb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universedeb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universedeb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universedeb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universedeb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universedeb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe#更新sudo apt-get update
  2. pip/python3

    #查看python版本是否最新sudo apt-get install python3-pip python3-devpython3 -m pip install --upgrade pip
  3. Jetson-stats

    #查看系统使用情况,类似toppip3 install jetson-stats#使用jtop
  4. (optional)docker

    一般来说,使用NVIDIA官网上下载的sdk image烧写入SD卡或者使用sdk manager/jet package连到板子安装全部软件后,里面什么都有了,包括docker和nvidia docker里面都有了,使用nvidia docker可以把GPU用起来,但是如果误删或者不小心弄坏了docker,或者为了减少发布系统的image的大小,尽量减少不需要安装的软件包,比如想从最基本的Basic Packages for L4T 开始根据需要一点一点的添加,那么自己安装nvidia docker甚至包括docker可能是需要的。

    docker:https://docs.docker.com/engine/install/ubuntu/

    注意选择arm64的命令。

    安装nvidia-container-toolkit或者nvidia-docker2,直接使用apt-get install命令就行,因为/etc/apt/sources.list.d/nvidia-l4t-apt-source.list这个源已保证可以找到你的板子对应的安装包,千万不要按照官网https://github.com/NVIDIA/nvidia-docker上面列的步骤去安装,那些是非Jetson板子的PC/Server上使用的

    sudo apt-get update && sudo apt-get install -y nvidia-container-toolkitsudo systemctl restart docker
    #docker 19.03如果不能使用GPU# 安装nvidia-container-runtime,默认安装位置:/usr/bin/ sudo apt-get install nvidia-container-runtime # 修改 /etc/docker/daemon.json,配置默认nvidia运行 sudo vim /etc/docker/daemon.json # 在daemon.json文件中添加如下内容,如下示意图{ "default-runtime": "nvidia","runtimes": { "nvidia": { "path": "/usr/bin/nvidia-container-runtime", "runtimeArgs": [] } } } #若docker pull出错,可在daemon.json中添加"dns":["8.8.8.8"]#docker pull 加速,可在daemon.json中添加 "registry-mirrors": ["https://9cpn8tt6.mirror.aliyuncs.com"]# 重启docker服务即可生效 sudo systemctl daemon-reload sudo systemctl restart docker
  5. 风扇控制

    板子过热会导致网络连接不稳定,可以手动开启风扇

    echo 255 > /sys/devices/pwm-fan/target_pwm  #0:表示关闭风扇 0-255可选,
  6. USB类摄像头控制工具

    sudo apt-get install cheesecheese  #即可打开摄像头#查看摄像头编号ls /dev/video*

4.AI demo

https://github.com/NVIDIA-AI-IOT/jetson-cloudnative-demo

https://github.com/dusty-nv/jetson-inference/

自定义容器可以以NGC中的基于L4T镜像为基础进行制作:https://ngc.nvidia.com/catalog/containers/nvidia:l4t-base

  1. 自定义demo

    安装相应模型配置所需和环境即可

  2. 官方容器demo

    以peopledetection为例

    #可参考https://github.com/NVIDIA-AI-IOT/jetson-cloudnative-demodocker pull nvcr.io/nvidia/deepstream-peopledetection:r32.4.2sudo xhost +si:localuser:root
    sudo docker run -it --rm --net=host --runtime nvidia -e DISPLAY=$DISPLAY -v /tmp/.X11-unix/:/tmp/.X11-unix nvcr.io/nvidia/deepstream-peopledetection:r32.4.2 deepstream-test5-app -c deepstream-5.0/samples/configs/deepstream-app/sourceX_1080p_dec_infer-resnet_tracker_tiled_display_int8_hq_dla_nx.txt
  3. 官方示例demo

    git clone https://github.com/NVIDIA-AI-IOT/jetson-cloudnative-demosudo apt-get install xdotoolcd jetson-cloudnative-demo#launch demosudo ./run_demo.sh #该脚本会运行四个容器demo,分别为people detection、pose detection、gaze detection、speech recognition and Natural Language Processing
    #因网络原因速度较慢,也可选择某一个容器进行展示

    Jetson-Xavier-NX使用教程(这里说插上烧好镜像的SD卡上电就可以直接用了)_第7张图片

你可能感兴趣的:(NVIDIA-NX,无人机-f-个人笔记,NX)