NVIDIA Jetson Xavier NX developer kit 系统安装与deepstream部署预备

1. 系统烧录

硬件准备：sd卡（推荐64GB），读卡器

板子：NVIDIA Jetson Xavier NX developer kit 

下载官方SD卡格式化软件，将插有sd卡的读卡器插进电脑，

如果烧录在validate阶段总是fail，就在完成flash阶段后，跳过validation。

2. 系统初始配置

硬件操作

6步默认

安装teamviewer

安装依赖

参考官网流程，Jetson Setup部分即可完成。

$ sudo apt install \
libssl1.1 \
libgstreamer1.0-0 \
gstreamer1.0-tools \
gstreamer1.0-plugins-good \
gstreamer1.0-plugins-bad \
gstreamer1.0-plugins-ugly \
gstreamer1.0-libav \
libgstrtspserver-1.0-0 \
libjansson4 \
libyaml-cpp-dev

安装卡夫卡，注意其中的deepstream-6.0，需要根据自己系统更改为相应的版本。

# 1. Clone the librdkafka repository from GitHub:
$ git clone https://github.com/edenhill/librdkafka.git

# 2. Configure and build the library:
$ cd librdkafka
$ git reset --hard 7101c2310341ab3f4675fc565f64f0967e135a6a
./configure
$ make
$ sudo make install

# 3. Copy the generated libraries to the deepstream directory:
$ sudo mkdir -p /opt/nvidia/deepstream/deepstream-6.0/lib
$ sudo cp /usr/local/lib/librdkafka* /opt/nvidia/deepstream/deepstream-6.0/lib

安装deepstream SDK(6.0)

下载，按照官网。注意相应的6.0也改成自己的ds版本。

$  sudo tar -xvf deepstream_sdk_v6.0.1_jetson.tbz2 -C /
$ cd /opt/nvidia/deepstream/deepstream-6.0
$ sudo ./install.sh
$ sudo ldconfig

3.运行reference apps

cd /opt/nvidia/deepstream/deepstream-6.0/samples
deepstream-app -c configs/deepstream-app/配置的文件名
# 文件名在上述文件夹中可以知道，并于下表列出
source30_1080p_dec_infer-resnet_tiled_display_int8.txt
source30_1080p_dec_preprocess_infer-resnet_tiled_display_int8.txt
source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display_int8.txt
source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display_int8_gpu1.txt (dGPU only)
source2_1080p_dec_infer-resnet_demux_int8.txt
source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display_int8.yml
source30_1080p_dec_infer-resnet_tiled_display_int8.yml
# 需连接摄像头
source1_usb_dec_infer_resnet_int8.txt
source1_csi_dec_infer_resnet_int8.txt (Jetson only)
source2_csi_usb_dec_infer_resnet_int8.txt (Jetson only)
source6_csi_dec_infer_resnet_int8.txt (Jetson only)

第一个运行效果

运行后，调整系统时间

$ sudo nvpmodel -m 8
$ sudo jetson_clocks

并可开始尝试运行预编写的app，在deepstream下的sources/apps/sample_apps，按照每个模型文件夹里的readme运行。

Note：此时下载的预编写的app是基于c语言编写的，deepstream也提供了相应的基于Python的预编译模型，请查看下一篇文章。