Unboxing av Jetson Nano og en rask oppstart for to visjoner: 4 trinn

2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:23

Oppsummer

Som du vet, er Jetson Nano nå et stjerneprodukt. Og den kan i stor grad distribuere nevral nettverksteknologi til innebygde systemer. Her er en unboxing-artikkel med detaljer om produktet, prosessen for oppstart og to visuelle demoer …

Antall ord: 800 ord og 2 videoer

Lesetid: 20 minutter

Publikum:

• Utviklere som er interessert i AI, men ikke har en solid bakgrunn
• Utviklere som ikke har bestemt seg for om de skal kjøpe den eller ikke
• Utviklere som kjøpte den, men ikke har fått den ennå

Kjøp nå !

Trinn 1: 1. Hva er Jetson Nano?

Bare i tilfelle, la meg starte med en kort introduksjon.

NVIDIA® Jetson Nano ™ Developer Kit leverer beregningsytelsen for å kjøre moderne AI -arbeidsmengder med enestående størrelse, kraft og kostnad. Utviklere, elever og produsenter kan nå kjøre AI -rammer og modeller for applikasjoner som bildeklassifisering, objektsdeteksjon, segmentering og talebehandling. Og du kan finne mer informasjon på den offisielle siden.

Hva kan den gjøre? Du kan ganske enkelt forestille deg det som en Raspberry Pi med mer beregningsressurs som kan støtte et stort nevrale nettverk for et betydelig antall applikasjoner. For meg har jeg allerede forberedt meg på å bygge et klassifiseringsnettverk for å identifisere mine 6 dumme katter i huset og mate dem automatisk lol.

Trinn 2: 2. Unboxing

Trinn 3: 3. Start

Forberedelser

Du må forberede:

1. MicroSD -kort på 16 GB +

2. USB -tastatur og mus
3. En skjerm (HDMI eller DP)
4. Micro-USB (5V⎓4A) eller strømkontakt (5V⎓4A strømforsyning. Godtar en 2,1 × 5,5 × 9,5 mm plugg med positiv polaritet)
5. En bærbar datamaskin som kan koble til Internett og brenne microSD -kort.
6. En Ethernet -linje

Oppmerksomhet:

• Ikke all strømforsyning som er vurdert til 5V_2A, kan nå nominell effekt stabilt. Og så langt jeg har testet, er Jetson Nano veldig følsom for strømforsyningen, og selv mindre kraftsvingninger kan få den til å krasje. Du må kjøpe en strømadapter av høy kvalitet.
• Selv USB -enheter bør ikke være varmestøpselet, ellers vil systemet på dette kortet krasje av en ukjent grunn.

Aktiverer enten J28 Micro-USB-kontakt eller J25-strømkontakt som en strømkilde for utviklersettet. Uten en jumper kan utviklersettet drives av J28 MicroUSB -kontakt. Med en jumper blir det ikke trukket strøm fra J28, og utviklersettet kan drives via J25 -strømkontakt

• Ingen knapp for tilbakestilling, så hver gang den krasjet, må utviklere starte den på nytt med et manuelt brytpunkt.
• Ingen innebygd WiFi-modul
• Ingen Bluetooth -modul

En kortfattet opplæring

Trinnene med oppstart for Jetson Nano er akkurat det samme som andre arm-linux-brett, og i tilfelle, her er en kort opplæring. Les den offisielle guiden for mer informasjon.

1. Last ned systembildet her
2. Brenn det til SD -kortet ditt. Her er mange verktøy som kan fullføre dette arbeidet. Og Win32diskimager anbefales.
3. Koble USB -minnepinnen eller SD- eller microSD -kortet til datamaskinen. Det skal oppdages og vises som en stasjon i Windows.
4. Åpne Win32 Disk Imager, velg. Img- eller bildefilen du vil skrive som bildefil, og velg USB- eller SD -stasjonen som enhet, og trykk på Skriv.
5. Skriveprosessen kan ta en stund. Når det er gjort, fjern USB -minnepinnen eller SD -kortet.
6. Sett inn microSD -kortet (skrevet med systembildet) nederst på Jetson Nano -modulen.
7. Slå på og når utviklersettet starter, lyser det grønne LED-lyset ved siden av Micro-USB-kontakten.
8. Når du starter første gang, vil Jetson Nano Developer Suite veilede deg gjennom noen første innstillinger, inkludert valg av systemspråk, tastaturoppsett og slike ting.
9. Til slutt vil du se denne skjermen. Gratulerer!

Trinn 4: 4. Demo

Følg den offisielle guiden for å konfigurere miljøet og kompilere prosjektet. Jeg har kjørt 2 prosjekter som forestiller klassifisering og ansiktsgjenkjenning som demoen. Nå er miljøet for visjon og dyp læring helt konfigurert, og jeg skal jobbe med prosjektet mitt lol.

Oppmerksomhet:

• Her er noen spørsmål med oppstartskoden for kameraet, og du må konfigurere det selv for å matche kameraet ditt. For mer spesifiser:

  • linje 80 med jetson-utils/kamera/gstCamera.c for rammestørrelsen:

  • const uint32_t DefaultWidth = 1280;

    statisk const uint32_t DefaultHeight = 720;

• linje 37 av jetson-inference/imagenet-camera/imagenet-camera.cpp også og annen demo for indeksen til kameraet. Og i noen koder er ikke standardindeksen definert av makroer (f.eks. GstCamera.h). Du må kanskje endre dem manuelt når du møter problemer med å åpne kameraet.

  #define DEFAULT_CAMERA -1

• I noen koder er ikke standardindeksen til kameraet definert av makroer, og du må kanskje endre dem manuelt. du kan bruke kommandoen

  V4L2-ctl

  i terminalen for å få indeksen og størrelsen på rammen for kameraet ditt.

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