Udpakning af Jetson Nano og en hurtig opstart til to visioner: 4 trin

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:28

Sammenfatte

Som du ved, er Jetson Nano nu et stjerneprodukt. Og det kan i vid udstrækning implementere neuralt netværksteknologi til integrerede systemer. Her er en unbox-artikel med detaljer om produktet, processen til opstart og to visuelle demoer …

Ordetælling: 800 ord og 2 videoer

Læsetid: 20 minutter

Publikum:

• Udviklere, der er interesseret i AI, men ikke har en solid baggrund
• Udviklere, der ikke har besluttet, om de skal købe det eller ej
• Udviklere, der købte det, men ikke har fået det endnu

Køb nu !

Trin 1: 1. Hvad er Jetson Nano?

Bare for en sikkerheds skyld, lad mig starte med en kort introduktion.

NVIDIA® Jetson Nano ™ Developer Kit leverer computerens ydeevne til at køre moderne AI -arbejdsbyrder med en hidtil uset størrelse, kraft og pris. Udviklere, elever og producenter kan nu køre AI -rammer og -modeller til applikationer som billedklassificering, objektdetektering, segmentering og talebehandling. Og du kan finde mere information på den officielle side.

Hvad kan det gøre? Du kan simpelthen forestille dig det som en Raspberry Pi med flere beregningsressourcer, der kan understøtte stort neuralt netværk til et betydeligt antal applikationer. For mig har jeg allerede forberedt mig på at opbygge et klassifikationsnetværk til at identificere mine 6 dumme katte i huset og fodre dem automatisk lol.

Trin 2: 2. Fjern boksen

Trin 3: 3. Start-Up

Forberedelser

Du skal forberede:

1. MicroSD -kort på 16 GB +

2. USB tastatur og mus
3. En skærm (HDMI eller DP)
4. Micro-USB (5V⎓4A) eller strømstik (5V⎓4A strømforsyning. Accepterer et 2,1 × 5,5 × 9,5 mm stik med positiv polaritet)
5. En bærbar computer, der kan oprette forbindelse til internettet og brænde microSD -kort.
6. En Ethernet -linje

Opmærksomhed:

• Ikke alle strømforsyninger, der er klassificeret 5V_2A, kan stabilt nå den nominelle effekt. Og så vidt jeg testede, er Jetson Nano virkelig følsom over for strømforsyningen, og selv mindre strømudsving kan få den til at gå ned. Du skal købe en strømadapter af høj kvalitet.
• Selv USB -enheder bør ikke være varmtstikket, eller systemet på dette kort vil gå ned af en ukendt årsag.

Aktiverer enten J28 Micro-USB-stik eller J25-strømstik som en strømkilde til udviklerkittet. Uden en jumper kan udviklerkittet drives af J28 MicroUSB -stik. Med en jumper trækkes der ikke strøm fra J28, og udviklerkittet kan drives via J25 -stik

• Ingen knap til nulstilling, så hver gang det styrtede ned, skal udviklere genstarte det med et manuelt brydepunkt.
• Intet indbygget WiFi-modul
• Intet Bluetooth -modul

En kortfattet vejledning

Opstartstrinnene for Jetson Nano er bare det samme som et andet arm-linux-kort og for en sikkerheds skyld, her er en kort vejledning. Læs den officielle vejledning for mere information.

1. Download systembilleddannelsen her
2. Brænd det til dit SD -kort. Her er mange værktøjer, der kan fuldføre dette arbejde. Og Win32diskimager anbefales.
3. Tilslut USB -hukommelsesdrev eller SD- eller microSD -kort til din computer. Det skal registreres og vises som et drev i Windows.
4. Åbn Win32 Disk Imager, vælg den. Img- eller billedfil, du vil skrive som billedfil, og vælg USB- eller SD -drevet som enhed, og tryk på Skriv.
5. Skriveprocessen kan tage et stykke tid. Når det er gjort, skal du fjerne USB -hukommelsesdrevet eller SD -kortet.
6. Indsæt microSD -kortet (skrevet med systembilledet) i bunden af Jetson Nano -modulet.
7. Tænd, og når udviklerkittet starter, lyser den grønne LED-lampe ved siden af Micro-USB-stikket.
8. Når du starter første gang, vil Jetson Nano Developer Suite guide dig gennem nogle indledende indstillinger, herunder valg af systemsprog, tastaturlayout og sådanne ting.
9. Endelig vil du se denne skærm. Tillykke!

Trin 4: 4. Demo

Følg den officielle vejledning for at konfigurere miljøet og kompilere projektet. Jeg har kørt 2 projekter som forestil klassificering og ansigtsgenkendelse som demoen. Nu er miljøet for vision og dyb læring totalt konfigureret, og jeg arbejder på mit projekt lol.

Opmærksomhed:

• Her er nogle spørgsmål med startkoden til kameraet, og du skal selv konfigurere, så det matcher dit kamera. For mere specificer:

  • linje 80 med jetson-utils/kamera/gstCamera.c til rammestørrelse:

  • const uint32_t DefaultWidth = 1280;

    statisk const uint32_t DefaultHeight = 720;

• linje 37 af jetson-inference/imagenet-camera/imagenet-camera.cpp samt anden demo til kameraets indeks. Og i nogle koder er standardindekset ikke defineret af makroer (f.eks. GstCamera.h), du skal muligvis ændre dem manuelt, når du støder på problemer med at åbne kameraet.

  #define DEFAULT_CAMERA -1

• I nogle koder er kameraets standardindeks ikke defineret af makroer, og du skal muligvis ændre dem manuelt. du kan bruge kommandoen

  V4L2-ctl

  i terminalen for at få indekset og størrelsen på rammen til dit kamera.

  V4L2-ctl --enhed = $ d -D-listeformater