【Jetson Nano 入门】环境配置汇总

---

前言

最近需要用Jetson Nano实现Yolov4-tiny实时检测，这篇文章汇总记录下自己的环境配置过程。

---

一、镜像烧写

本部分参考NVIDIA Jetson Nano官方教程

首先到NVIDIA官方下载Jetpack镜像文件，选择SD卡方式下载到本地：

之后格式化内存卡，本人使用的是SD Card Formatter

然后将下载的镜像烧写至内存卡，此处使用的是balenaEtcher
至此，就可以将SD卡插入Nano按照引导进行系统的设置了。

注意：
①Nano是Arm64架构，在源和软件的安装时需注意。
②也可以使用SDK manager方式进行系统安装。
③使用5V4A的DC接口时需用跳线帽将J48相连。
④为了远程连接的方便，建议设置为开机无需密码即可进入桌面（系统-首选项-桌面共享-勾选“允许其他人查看您的桌面”、取消“必须为本机器的每次访问进行确认”、勾选“要求远程用户输入此密码”并设置密码）

二、PWM风扇自动调速

本部分参考Github中Pyrestone贡献的jetson-fan-ctl

Nano本身仅有一个散热鳍片进行被动散热，这在我们运行神经网络等应用时是不够的，可能造成死机，因此有必要添加一个散热风扇进行主动散热。
物理连接较为简单，即用螺丝将风扇固定在鳍片上的四个固定孔即可

接下来配置自动调速的程序：
①进行项目拷贝：

git clone https://github.com/Pyrestone/jetson-fan-ctl.git

②安装：

sudo ./install.sh

③调整参数：

sudo gedit /etc/automagic-fan/config.json

修改其中的：

{
"FAN_OFF_TEMP":20,			#风扇关闭温度
"FAN_MAX_TEMP":50,			#风扇全速温度
"UPDATE_INTERVAL":2,		#转速更新间隔（秒）
"MAX_PERF":1				#大于零时通过最大化CPU和GPU时钟最大化性能
}

④部署设置：

sudo service automagic-fan restart

⑤查看状态:

sudo service automagic-fan status

注：查看风扇转速及系统温度可通过Jtop

三、使用MicroUSB在电脑打开终端

本部分参考NVIDIA Jetson Nano官方教程
首先使用MicroUSB线将Nano与主机（我的为Win10系统）进行连接，打开Windows的Powershell，输入

ssh nano的用户名@192.168.55.1

即可在powershell界面打开终端控制Nano

四、VNC实现局域网及网线直连通信

本部分参考亚博科技Nano VNC配置（可能需要密码权限，侵删）及博客《笔记本通过网线连接并控制工控机》
使用【三】中的方法仅能实现对Nano的Terminal的使用，对于初学者进行部分配置不如图形界面来的方便，因此使用VNC进行远程控制，这在无显示屏给Nano用和进行外场试验时较为方便。

安装vnc（vino）

sudo apt install vino

Enable VNC

sudo ln -s ../vino-server.service /usr/lib/systemd/user/graphical-session.target.wants

配置VNC

gsettings set org.gnome.Vino prompt-enabled false
gsettings set org.gnome.Vino require-encryption false

打开文件

sudo gedit /usr/share/glib-2.0/schemas/org.gnome.Vino.gshema.xml

在最后前添加：

<key name='enabled' type='b'>
	<summary>Enable remote access to the desktop</summary>
	<description>
		If ture, allows remote access to the desktop via the PFB
		protocol. Users on remote machines may then connect to the
		desktop using a VNC viewer.
	</description>
	<default>false</default>
</key>

设置为Gnome编译模式

sudo glib-compile-schemas /usr/share/glib-2.0/schemas

之后便可以进行手动启动：

/usr/lib/vino/vino-server

下面设置vino为开机自启：

gsettings set org.gnome.Vino enabled ture
mkdir -p ~/.config/autostart
sudo gedit ~/.config/autostart/vino-server.desktop

在文件中添加：

[Deskop Entry]
Type=Application
Name=Vino VNC server
Exec=/usr/lib/vino/vino-server
NoDisplay=true

至此，在处于同一局域网的Windows系统的电脑上使用VNC Viewer即可连接Nano，只需知道Nano的IP地址以及密码。

运行至此，已经可以通过交换机实现VNC远程连接，接下来通过配置IP实现通过网线直连笔记本-Nano控制。

在笔记本打开“通知-网络-网络和Internet设置-更改适配器设置-以太网（右键）-属性-IPv4-属性-使用下面的IP地址”，设置主机和DNS的IP地址

接下来进行Nano的设置，即新建一个以太网与笔记本相对应：
“网络-编辑连接-添加-以太网新建-IPv4设置-添加”
方式改为手动
地址处添加：地址为笔记本设置的DNS，网关为笔记本设置IP

之后将笔记本与Nano连接，Nano切换到新配置的模式，再打开VNC Viewer即可实现网线直连。

五、SSH文件传输

本部分参考亚博科技Nano SSH远程传文件（可能需要密码权限，侵删）
主机端使用的软件是WinSCP，打开后输入IP等信息即可进行跨系统文件传输。

六、状态监控软件Jtop

本部分参考博客jetson nano安装jtop
首先配置支持环境：

sudo apt-get install git cmake
sudo apt-get install python3-dev
sudo aot-get install libhdf5-serial-dev hdf5-tools
sudo apt-get install libatlas-base-dev gfortran

然后安装jtop

pip3 install jetson-stats

运行jtop

jtop

注：安装时好像并没装完环境就可运行jtop，在此不细究

七、检查CUDA、OpenCV及cuDNN

①检查CUDA
在镜像中CUDA是安装好了的，但并没有将路径写入环境变量。
所以打开文本

sudo gedit ~/.bashrc

在最后添加：

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

之后生效：

source ~/.bashrc

此时执行：

nvcc -V

即可查看CUDA信息

②OpenCV

pkg-config opencv4 --modversion

可查看版本号

③cuDNN
cuDNN通过运行例子来实现。

cd /usr/src/cudnn_samples_v8/mnistCUDNN			#例子路径
sudo make										#编译
./mnisiCUDNN									#执行

我在编译时报错：fatal error: FreeImage.h: No such file or directory
解决方法：

sudo apt-get install libfreeimage3 libfreeimage-dev
sudo make clean									#删除编译好的
sudo make										#编译
./mnistCUDNN									#运行

八、USB摄像头测试软件Camorama

首先检测是否连接：

ls /dev/video*

软件Camorama（或Cheese）可以将USB摄像头输出到屏幕。

sudo apt-get install camorama
camorama										#运行

sudo apt-get install cheese
cheese											#运行

注：我是用的是罗技的C270

九、CSI摄像头测试

nvgstcapture-1.0								#摄像头启动
nvgstcapture-1.0 --prev-res=3					#预览分辨率（2-12）
nvgstcapture-1.0 --cus-prev-res=1920*1080		#自定义分辨率
q												#关闭摄像头
j												#截图保存至当前目录

十、实现Yolov4-tiny的USB摄像头实时检测

首先确保已安装CUDA、OpenCV和cuDNN
下载项目：

git clone https://github.com/AlexeyAB/darknet.git

配置项目：

cd darknet
sudo gedit Makefile

将Makefile中相应修改为：

GPU=1
CUDNN=1
OPENCV=1

编译：

make -j4

放置权重文件：
用WinSCP将yolov4(-tiny).weights放到darknet目录中

#1.图片检测
./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg
./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/dog.jpg

./darknet detect cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg
./darknet detector test cfg/coco.data cfg/yolov4-tiny-cfg yolov4-tiny.weights data/dog.jpg

#2. 视频检测
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov44.weights data/test.mp4		#自己上传mp4
./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights data/test.mp4

#3. 摄像头实时检测
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights /dev/video1	#注意摄像头编号
./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights /dev/video1	

#4.更改显示阈值
./darknet detect cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg -thresh 0.1