jetson-nano初上手笔记

简单用jetson nano跑起官方demo，在官方的视频教程中有更详细的说明。

需要硬件：

• Jetson Nano本体
• 能支持5V/3A的QC快充电源适配器、USB-TYPEA转TYPEC电源线
• 一张至少32GB的TF卡（推荐64GB）、读卡器

必要的基础知识和经验：

• 解决国内糟糕网络问题的代理经验
• 一些unix命令行使用经验

环境布置

开箱后，烧TF卡、桌面环境配置参考手册，玩过树莓派的朋友估计很熟悉这流程了，开机，接HDMI之后就可以开始拖仓库了：

$ git clone --recursive https://github.com/dusty-nv/jetson-inference

这里有两种选择，使用Docker或者

Fork1. 使用Docker作为开发环境

相关文档：https://github.com/dusty-nv/jetson-inference/blob/master/docs/aux-docker.md

使用Docker环境的好处是无需配置太多环境，官方帮你准备好了，但感觉不是太灵活。

进入docker环境：

$ cd jetson-inference
$ ./docker/run.sh

这里会让你选需要下载的预训练模型，下载一堆东西。

Fork2. 直接编译到当前环境

$ cd jetson-inference
$ mkdir build && cd build
$ cmake ..

Tips

有第三方提供了源，使用方法，修改脚本内的下载链接：

$ sed -in-place -e 's@https://nvidia.box.com/shared/static@https://bbs.gpuworld.cn/mirror@g' tools/download-models.sh 
$ sed -in-place -e 's@https://nvidia.box.com/shared/static@https://bbs.gpuworld.cn/mirror@g' tools/install-pytorch.sh

但在使用过程中，有部分包下载下来是坏（提示不是ZIp档），把部分链接手动恢复回来即可（请灵活使用git diff命令查看变更）

跑个测试DEMO

要用到摄像头，这里在一台Android手机上安装了RTSP Camera Server当视频源，测试：

$ cd build/aarch64/bin
$ ./video-viewer rtsp://192.168.99.100:5554/camera display://0 --input-codec h264

跑目标检测网络：

$ ./detectnet rtsp://192.168.99.100:5554/camera display://0 --input-codec h264