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。

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

---

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

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。

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。

   

   1. 下载SD卡格式化工具SD Card Formatter

      

   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

3. pip/python3

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

5. Jetson-stats

   #查看系统使用情况，类似toppip3 install jetson-stats#使用jtop

7. （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

9. 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，

11. 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

4. 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