Uppladdning av Jetson Nano och en snabbstart för tvåvisningsdemo: 4 steg

2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:45

Sammanfatta

Som du vet är Jetson Nano nu en stjärnprodukt. Och det kan i stor utsträckning distribuera neural nätverksteknik till inbäddade system. Här är en unbox-artikel med detaljer om produkten, processen för att starta upp och två visuella demos …

Ordantal: 800 ord och 2 videor

Lästid: 20 minuter

Publik:

• Utvecklare som är intresserade av AI men inte har en gedigen bakgrund
• Utvecklare som inte har bestämt sig för om de ska köpa det eller inte
• Utvecklare som köpte den men inte har fått den ännu

Köp nu !

Steg 1: 1. Vad är Jetson Nano?

För säkerhets skull, låt mig börja med en kort introduktion.

NVIDIA® Jetson Nano ™ Developer Kit levererar datorprestanda för att köra moderna AI -arbetsbelastningar med en oöverträffad storlek, kraft och kostnad. Utvecklare, elever och skapare kan nu köra AI -ramverk och modeller för applikationer som bildklassificering, objektdetektering, segmentering och talbehandling. Och du kan hitta mer information på den officiella sidan.

Vad kan jag göra? Du kan helt enkelt uppfatta det som en Raspberry Pi med mer beräkningsresurs som kan stödja stort neuralt nätverk för ett betydande antal applikationer. För mig har jag redan förberett att bygga ett klassificeringsnätverk för att identifiera mina 6 dumma katter i huset och mata dem automatiskt lol.

Steg 2: 2. Avboxning

Steg 3: 3. Starta upp

Förberedelser

Du måste förbereda:

1. MicroSD -kort på 16 GB +

2. USB -tangentbord och mus
3. En skärm (HDMI eller DP)
4. Micro-USB (5V⎓4A) eller strömuttag (5V⎓4A strömförsörjning. Accepterar en 2,1 × 5,5 × 9,5 mm kontakt med positiv polaritet)
5. En bärbar dator som kan ansluta till Internet och bränna microSD -kort.
6. En Ethernet -linje

Uppmärksamhet:

• Inte all strömförsörjning klassad 5V_2A kan nå märkeffekten stabilt. Och såvitt jag testat är Jetson Nano verkligen känslig för strömförsörjningen, och även mindre kraftfluktuationer kan få den att krascha. Du måste köpa en nätadapter av hög kvalitet.
• Även USB -enheter bör inte vara varmtanslutna, annars kraschar systemet av detta kort av okänd anledning.

Aktiverar antingen J28 Micro-USB-kontakt eller J25-uttag som strömkälla för utvecklarpaketet. Utan en bygel kan utvecklarpaketet drivas av J28 MicroUSB -kontakt. Med en bygel dras ingen ström från J28, och utvecklarpaketet kan drivas via J25 -strömuttag

• Ingen knapp för återställning, så varje gång den kraschade måste utvecklare starta om den med en manuell brytpunkt.
• Ingen inbyggd WiFi-modul
• Ingen Bluetooth -modul

En kortfattad handledning

Stegen för uppstart för Jetson Nano är precis samma som andra arm-linux-kort och för säkerhets skull, här är en kort handledning. Läs den officiella guiden för mer information.

1. Ladda ner systembilden här
2. Bränn det till ditt SD -kort. Här finns många verktyg som kan slutföra detta arbete. Och Win32diskimager rekommenderas.
3. Anslut USB -minne eller SD- eller microSD -kort till din dator. Det ska upptäckas och visas som en enhet i Windows.
4. Öppna Win32 Disk Imager, välj. Img- eller bildfilen du vill skriva som bildfil och välj USB- eller SD -enheten som enhet och tryck på Skriv.
5. Skrivprocessen kan ta ett tag. När det är klart tar du bort USB -minnet eller SD -kortet.
6. Sätt i microSD -kortet (skrivet med systembilden) i botten av Jetson Nano -modulen.
7. Slå på och när utvecklarpaketet startar tänds den gröna LED-lampan bredvid Micro-USB-kontakten.
8. När du startar första gången guidar Jetson Nano Developer Suite dig genom några första inställningar, inklusive att välja systemspråk, tangentbordslayout och sådant.
9. Slutligen ser du den här skärmen. Grattis!

Steg 4: 4. Demo

Följ den officiella guiden för att konfigurera miljön och sammanställa projektet. Jag har kört två projekt som föreställ klassificering och ansiktsigenkänning som demo. Nu är miljön för vision och djupinlärning helt konfigurerad, och jag ska arbeta med mitt projekt lol.

Uppmärksamhet:

• Här är några frågor med startkoden för kameran och du måste konfigurera själv för att matcha din kamera. För mer specificera:

  • rad 80 med jetson-utils/kamera/gstCamera.c för bildstorlek:

  • const uint32_t DefaultWidth = 1280;

    statisk const uint32_t DefaultHeight = 720;

• rad 37 av jetson-inference/imagenet-camera/imagenet-camera.cpp samt annan demo för index av kamera. Och i vissa koder definieras inte standardindexet av makron (t.ex. gstCamera.h), du kan behöva ändra dem manuellt när du stöter på problem när du öppnar kameran.

  #define DEFAULT_CAMERA -1

• I vissa koder definieras inte kamerans standardindex av makron, och du kan behöva ändra dem manuellt. du kan använda kommandot

  V4L2-ctl

  i terminalen för att få index och storlek på ramen för din kamera.

  V4L2-ctl --enhet = $ d -D --listformat