JETSON-IO-BASE-B
来自Waveshare Wiki
| ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||
备注
如果您购买的是微雪提供的带核心板的套件，在出厂的时候，已经预烧了系统在配套的固态硬盘上，拿到手后可以直接上电启动完成开机配置即可。
预烧镜像没有装SDK，需要用户自行下载安装cuda等SDK插件。
简介
JETSON-XAVIER-NX-DEV-KIT 是微雪电子基于 Jetson Xavier NX 核心板设计，提供了与 Jetson Xavier NX Developer Kit 几乎一模一样的外设接口、大小及厚度，核心板升级更方便。可借助其运行核心板，从而实现图像分类、目标检测、分割、语音处理等功能，并应用到各种人工智能项目当中。
Jetson Xavier NX 参数
| GPU | NVIDIA Maxwell™ 架构，配有 384 个 NVIDIA CUDA® 核心 48 TFLOPS Cores |
|---|---|
| CPU | 6 核 NVIDIA Carmel ARM® v8.2 64 位 CPU 6 MB L2 + 4 MB L3 |
| 内存 | 8GB/16GB 128 位 LPDDR4x 59.7GB/s |
| 存储 | 16 GB eMMC 5.1 闪存/ M.2 M KEY NVME 固态接口 |
| 视频编码 | 2x 4K @ 60 4x 4K @ 30 (HEVC) |
| 视频解码 | 2x 8K @ 30 6x 4K @ 60 (HEVC) |
| 摄像头 | 最多 6 个摄像头（24 个通过虚拟通道） 14 个通道（3x4 或 6x2 或 3x4 + 1x2 或 5x2 + 1x4） |
| 联网 | Wi-Fi 需要外部芯片 10/100/1000 BASE-T 以太网 |
| 显示 | 2 多模 DP 1.4/eDP 1.4/HDMI 2.0 |
| UPHY | 1 x1 (PCIe Gen3) + 1 x4 (PCIe Gen4)、1 个 USB 3.0、2 个 USB 2.0 |
| IO | 3 个 UART、2 个 SPI、2 个 I2S、4 个 I2C、多个 GPIO |
JETSON Xavier NX DEV KIT 资源
- Jetson Xavier NX模组
- 40PIN GPIO扩展接口
- Micro USB接口
- 可用于USB数据传输/烧录接口
- 千兆以太网端口
- 10/100/1000Base-T自适应以太网端口
- 4路USB 3.0接口
- HDMI高清接口
- DisplayPort接口
- DC电源接口
- 用于9~19V电源输入
- 2路MIPI CSI摄像头接口
- 风扇接口
尺寸图
烧录系统
安装系统
注意JETSON Xavier NX DEV KIT 和JETSON TX2 NX DEV KIT搭配的是官方16eMMC版本的Jetson Xavier NX 16GB/8GB 核心板或者Jetson TX2 NX核心板，不带SD卡卡槽。因此烧录系统需要用到ubuntu 18.04主机，使用SDK Manager工具烧录。
主机环境配置
- 烧录环境： Ubuntu18.04 主机 （虚拟机也可以）
- 为了下载资源，烧录用的ubuntu18.04主机需要预留大约100G的内存空间
- SDK Manaeger下载链接
- 为了后续可以正常下载资源和烧录系统，请在NVIDAI DEVELOPER网站点击右上角的JOIN先注册一个账号
- 将deb文件下载到ubuntu电脑上,然后将deb文件复制到用户主目录下
- 打开终端运行以下程序安装sdk manager
sudo apt install ./sdkmanager_[version]-[build#]_amd64.deb
备注：注意将指令中的[version]-[build#] 改成实际下载的文件名
硬件配置(进入recovery 模式)
- 用跳帽或者杜邦线短接FC REC和GND引脚，位置如上图，位于核心板底下
- 连接DC电源到圆形供电口， 稍等片刻
- 用USB线（注意要是数据线）连接Jetson主板的Micro USB接口到Ubuntu主机
烧录系统
- 打开ubuntu电脑终端，运行sdkmanager打开软件
- 登录账号
- 如果Jetson 主板有被正常识别到。sdk manager会检测并提示选项
- 开发板类型选择Jetson Xavier NX 选项（如果你使用的是Jetson TX2 NX, 选择 Jetson TX2 NX选项）
- 在JetPack选项中，选择支持的最新系统即可，不勾选其他的SDK， 然后点击Continue
- 选择Jetson OS， 并将Jetson SDK Components的选项去掉。勾选最下方的第一个协议
- 最后点击Continue 等待烧录完成即可。
- 从JetPack4.6.1版本开始，用SDK Manager烧系统的时候会弹出preconfig的窗口。
- 这里会默认选择开发板类型。 注意前面选择开发板类型的时候不要选择错误。
- 这里选择Manual Setup-Jetson ... (不同主板后缀提示不同)
- 这里可以选择runtime或者preconfig， 选择runtime的话，后续需要自己手动配置系统（用户名，密码，语言等）， 选择preconfig，可以填入用户名和密码（可以自己定义），会在启动过程中自动配置主板
- 烧录完成之后，去掉底板的跳帽，接入显示器，重新上电，按照提示进行开机配置（如果是设置的pre-config， 上电后直接进入系统）。
设置系统从固态硬盘启动
- 将SSD接入Jetson Xavier NX，查看SSD的设备号,打开Jetson Xavier NX终端输入
ls /dev/nvme*
例如会看到有nvme0，nvme0n1。
- 格式化SSD
sudo mkfs.ext4 /dev/nvme0n1
格式化成功。
- 修改启动路径
sudo vi /boot/extlinux/extlinux.conf
- 以上框住的内容复制一遍放在文件红框的下方并用#注释掉，防止修改错误
- 把未注释的复制内容里的第一行的LABEL primary 改成LABLE NX
- 找到语句APPEND ${cbootargs} quiet root=/dev/mmcblk0p1 rw rootwait rootfstype=ext4 console=ttyS0,115200n8 console=tty0,将mmcblk0p1修改为nvme0n1保存
- 然后第一行的primary改成NX
- 挂载SSD
sudo mount /dev/nvme0n1 /mnt
- 复制系统到SSD(该过程没有信息打印请耐心等待)
sudo cp -ax / /mnt
- 复制完成后卸载SSD（不是拆掉SSD）
sudo umount /mnt/
- 重启系统
sudo reboot
- 输入
df -h
显示从固态硬盘启动
SDK安装
Jetpack主要包括系统镜像,库，APIs,开发者工具,示例和一些文档。在SDK Manager软件中，我们首先安装的是OS，也就是系统镜像，未安装的部分便是SDK，如下图：
SDK里包含TensorRT、cuDNN、CUDA、Multimedia API、Computer Vision、Developer Tools。
- TensorRT ：用于图像分类、分割和对象检测神经网络的高性能深度学习推理运行,它加快了深度学习推理的速度，并减少了卷积和反卷积神经网络的运行时内存占用。
- cuDNN ：CUDA深度神经网络库为深度学习框架提供高性能原语,它包括对卷积、激活函数和张量变换的支持。
- CUDA ：CUDA工具包为构建 GPU 加速应用程序的 C 和C++开发人员提供了一个全面的开发环境。该工具包包括用于 NVIDIA GPU 的编译器、数学库以及用于调试和优化应用程序性能的工具。
- ultimedia API ： Jetson Multimedia API为灵活的应用程序开发提供了低级 API。
- Computer Vision ：VPI（视觉编程接口）是一个软件库，提供在PVA1（可编程视觉加速器）、GPU和CPU上实现的计算机视觉/图像处理算法，其中OpenCV是用于计算机视觉、图像处理和机器学习的领先开源库，现在具有用于实时操作的 GPU 加速功能，其中VisionWorks2是一个用于计算机视觉（CV）和图像处理的软件开发包。
- Developer Tools ：Developer Tools CUDA工具包为构建GPU加速应用程序的C和C++开发人员提供了一个全面的开发环境。该工具包包括用于NVIDIA GPU的编译器、数学库以及用于调试和优化应用程序性能的工具。
以上是SDK的部分功能。 前面的系统安装的时候只是安装了基本的系统，其他的JetPack SDK组件，比如CUDA等都需要在系统正常启动后进一步安装，这里提供安装SDK的步骤说明。若要安装该部分，请保证是在SSD固态硬盘为主系统的情况下，因为下载内容可能会导致EMMC磁盘容量告急。
使用SDK Manager安装
使用SDK Manager安装SDK的时候，不需要设置nano为recovery模式，也就是不需要进行短接引脚的操作。
- 正常上电启动Nano
- Jetson Nano进入系统正常启动后，用USB数据线连接Jetson Nano的Micro USB接口到Ubuntu主机
- Ubuntu主机电脑运行sdkmanager指令打开SDK Managaer(需要先安装SDK Manager)
- 类似于前面烧录系统的操作，不同的是，在步骤而中，不勾选 OS选项，而是勾选SDK' 选项， 然后continue到安装
- 在下载资源之后，会弹窗提示填写用户名和密码，填写nano系统的用户名和密码即可
- 等待SDK安装成功
使用指令安装
没有ubuntu或虚拟机的用户，可以选择在Jetson Nano上使用以下指令直接进行安装
sudo apt update sudo apt install nvidia-jetpack
FAN
安装jtop
sudo apt install python3-pip sudo pip3 install jetson-stats sudo reboot
开机后输入
jtop
最大化窗口鼠标选择6CTRL，鼠标选择profiles里的mannual选项，然后点击speed旁的[+]号调节风扇风力.
WIFI
模块不带WIFI功能，需要额外连接WIFI模组
连接至底部的M.2 E KEY 座子上面即可
Linux操作基础
常见指令介绍
文件系统
sudo
- sudo命令以系统管理者的身份执行指令。
- 要想使用root用户，可使用waveshare用户登录，执行下面命令
sudo su #切换为超级用户 su waveshare #切换普通用户
ls
- ls命令用于显示指定工作目录下之内容（列出目前工作目录所含之文件及子目录)。
- 常用的指令：
ls ls -a #显示所有文件及目录 (. 开头的隐藏文件也会列出) ls -l #除文件名称外，亦将文件型态、权限、拥有者、文件大小等资讯详细列出 ls -lh #文件大小以容易理解的格式列出，例如4K
- 想要学习了解指令更多参数，我们可以使用help指令来查看：
ls --help
chmod
- chmod命令是控制用户对文件的权限的命令。
- Linux/Unix 的文件调用权限分为三级 : 文件所有者（Owner）、用户组（Group）、其它用户（Other Users）。
- 在下图中，显示了Linux根目录下的详细文件信息。在这些文件信息中, 最重要的就是第一列，它详细描述了文件和目录的权限,而第三与第四列则显示了这个文件和目录属于哪一个用户或组。
- Linux的文件属性可以分为三种：只读（r）、写（w）和可执行（x）。但是上面的文件属性却分为10小格，这是因为除了第一格显示目录外，另外三组每组三格分别表示文件所有者权限、同一组内的权限以及其他用户权限。
- 第一栏中如果显示d,则表示这是一个目录；如果是链接文件，则在这里显示l;如果是设备文件，则显示c。
- 第一个rwx栏位:-rwx------ 表示文件拥有者所拥有的权限。
- 第二个rwx栏位:---rwx--- 表示同一工作组内用户权限。
- 第三个rwx栏位：------rwx 表示其他用户权限。
- 例如：
- -rwx rwx rwx 表示无论哪个用户都可以对这个文件读写与执行。
- -rw- --- --- 表示只有文件拥有者有读写权限，但是没有执行权限。
- -rw -rw -rw 表示所有用户都有读写权。
- 符号模式
-
who(用户类型)
who 用户类型 说明 u user 文件所有者 g group 文件所有者所在组 o others 所有其他用户 a all 所用用户, 相当于 ugo
-
operator(符号模式表)
Operator 说明 + 为指定的用户类型增加权限 - 去除指定用户类型的权限 = 设置指定用户权限的设置，即将用户类型的所有权限重新设置
-
permission 的符号模式表
模式 名字 说明 r 读 设置为可读权限 w 写 设置为可写权限 x 执行权限 设置为可执行权限 X 特殊执行权限 只有当文件为目录文件，或者其他类型的用户有可执行权限时，才将文件权限设置可执行 s setuid/gid 当文件被执行时，根据who参数指定的用户类型设置文件的setuid或者setgid权限 t 粘贴位 设置粘贴位，只有超级用户可以设置该位，只有文件所有者u可以使用该位
-
符号模式实例
- 给file的所有用户增加读权限
chmod a+r file
- 删除file的所有用户的执行权限
chmod a-x file
- 给file的所有用户增加读写权限
chmod a+rw file
- 给file的所有用户增加读写执行权限
chmod +rwx file
- 对file的所有者设置读写权限，清空该用户组和其他用户对file的所有权限（空格代表无权限）
chmod u=rw,go= file
- 对目录waveshare和其子目录层次结构中的所有文件给用户增加读权限，而对用户组和其他用户删除读权限
chmod -R u+r,go-r waveshare
- 给file的所有用户增加读权限
-
who(用户类型)
- 八进制语法
-
chmod命令可以使用八进制数来指定权限。文件或目录的权限位是由9个权限位来控制，每三位为一组，它们分别是文件所有者（User）的读、写、执行，用户组（Group）的读、写、执行以及其它用户（Other）的读、写、执行。
# 权限 rwx 二进制 7 读 + 写 + 执行 rwx 111 6 读 + 写 rw- 110 5 读 + 执行 rwx 101 4 只读 r-- 100 3 写 + 执行 -wx 011 2 只写 -w- 010 1 只执行 --x 001 0 无 --- 000
-
例如：765的解释如下：
- 所有者的权限用数字表达：属主的那三个权限位的数字加起来的总和。如 rwx ，也就是 4+2+1 ，应该是 7。
- 用户组的权限用数字表达：属组的那个权限位数字的相加的总和。如 rw- ，也就是 4+2+0 ，应该是 6。
- 其它用户的权限数字表达：其它用户权限位的数字相加的总和。如 r-x ，也就是 4+0+1 ，应该是 5。
-
常用的数字权限
- 400 -r-------- 拥有者能够读，其他任何人不能进行任何操作；
- 644 -rw-r–r-- 拥有者都能够读，但只有拥有者可以编辑；
- 660 -rw-rw---- 拥有者和组用户都可读和写，其他人不能进行任何操作；
- 664 -rw-rw-r-- 所有人都可读，但只有拥有者和组用户可编辑；
- 700 -rwx------ 拥有者能够读、写和执行，其他用户不能任何操作；
- 744 -rwxr–r-- 所有人都能读，但只有拥有者才能编辑和执行；
- 755 -rwxr-xr-x 所有人都能读和执行，但只有拥有者才能编辑；
- 777 -rwxrwxrwx 所有人都能读、写和执行（该设置不建议使用）。
-
实例
- 给file的所有用户增加读权限,拥有者和组用户可编辑权限
sudo chmod 664 file
- 给file的所有用户增加读权限,拥有者和组用户可编辑权限
-
chmod命令可以使用八进制数来指定权限。文件或目录的权限位是由9个权限位来控制，每三位为一组，它们分别是文件所有者（User）的读、写、执行，用户组（Group）的读、写、执行以及其它用户（Other）的读、写、执行。
touch
- touch命令用于修改文件或者目录的时间属性，包括存取时间和更改时间。若文件不存在，系统会建立一个新的文件。
- 例如，在当前目录下，使用该指令创建一个空白文件"file.txt"，输入如下命令：
touch file.txt
mkdir
- mkdir命令用于创建目录。
-
在工作目录下，建立一个名为waveshare的子目录 :
sudo mkdir waveshare
-
在工作目录下建立一个名为waveshare/test的目录。
sudo mkdir -p waveshare/test
- 若waveshare目录原本不存在，则建立一个。（注：本例若不加 -p 参数，且原本 waveshare 目录不存在，则产生错误。）
cd
- 切换当前工作目录。
cd .. #返回上一层目录 cd /home/waveshare #进入/home/waveshare 目录 cd #返回用户目录
cp
- cp命令主要用于复制文件或目录。
-
参数:
- -a：此选项通常在复制目录时使用，它保留链接、文件属性，并复制目录下的所有内容。其作用等于dpR参数组合。
- -d：复制时保留链接。这里所说的链接相当于 Windows 系统中的快捷方式。
- -f：覆盖已经存在的目标文件而不给出提示。
- -i：与 -f 选项相反，在覆盖目标文件之前给出提示，要求用户确认是否覆盖，回答y时目标文件将被覆盖。
- -p：除复制文件的内容外，还把修改时间和访问权限也复制到新文件中。
- -r：若给出的源文件是一个目录文件，此时将复制该目录下所有的子目录和文件。
- -l：不复制文件，只是生成链接文件。
-
使用指令cp将当前目录test/下的所有文件复制到新目录 newtest 下，输入如下命令：
sudo cp –r test/ newtest
mv
- mv命令用来为文件或目录改名、或将文件或目录移入其它位置。
-
参数:
- -b: 当目标文件或目录存在时，在执行覆盖前，会为其创建一个备份。
- -i: 如果指定移动的源目录或文件与目标的目录或文件同名，则会先询问是否覆盖旧文件，输入y表示直接覆盖，输入n表示取消该操作。
- -f: 如果指定移动的源目录或文件与目标的目录或文件同名，不会询问，直接覆盖旧文件。
- -n: 不要覆盖任何已存在的文件或目录。
- -u：当源文件比目标文件新或者目标文件不存在时，才执行移动操作。
-
使用指令mv将当前目录test/下的file1文件复制到新目录/home/waveshare下，输入如下命令：
sudo mv file1 /home/waveshare
rm
- rm命令用于删除一个文件或者目录。
-
参数:
- -i 删除前逐一询问确认。
- -f 即使原档案属性设为唯读，亦直接删除，无需逐一确认。
- -r 将目录及以下之档案亦逐一删除。
-
- 删除文件可以直接使用rm命令，若删除目录则必须配合选项"-r"，例如：
sudo rm test.txt
- rm：是否删除 一般文件 "test.txt"? y
sudo rm homework
- rm: 无法删除目录"homework": 是一个目录
sudo rm -r homework
- rm：是否删除 目录 "homework"? y
reboot
- reboot命令用于用来重新启动计算机,更改Tinker Board 2的配置经常需要重启。
-
参数:
- -n : 在重开机前不做将记忆体资料写回硬盘的动作
- -w : 并不会真的重开机，只是把记录写到 /var/log/wtmp 档案里
- -d : 不把记录写到 /var/log/wtmp 档案里（-n 这个参数包含了 -d）
- -f : 强迫重开机，不呼叫 shutdown 这个指令
- -i : 在重开机之前先把所有网络相关的装置先停止
-
重新启动
sudo reboot
shutdown
- Jetson Nano的关机是不能直接拔掉电源线的,因为Tinker Board 2会将内存作为暂存区,如果直接拔掉电源线会使一些在内存中的数据没有来得及写入SD卡中，从而造成数据的丢失或是损坏SD卡上的数据,造成系统无法启动。
-
参数
- -t seconds : 设定在几秒钟之后进行关机程序。
- -k : 并不会真的关机，只是将警告讯息传送给所有使用者。
- -r : 关机后重新开机。
- -h : 关机后停机。
- -n : 不采用正常程序来关机，用强迫的方式杀掉所有执行中的程序后自行关机。
- -c : 取消目前已经进行中的关机动作。
- -f : 关机时，不做 fsck 动作(检查 Linux 档系统)。
- -F : 关机时，强迫进行 fsck 动作。
- time : 设定关机的时间。
- message : 传送给所有使用者的警告讯息。
- 实例
- 立即关机
sudo shutdown -h now
- 指定 10 分钟后关机
sudo shutdown -h 10
- 重新启动计算机
sudo shutdown -r now
pwd
- 该pwd命令显示当前工作目录的名称：在Jetson nano上，输入pwd将输出类似/home/waveshare。
head
-
该head命令显示文件的开头。可用于-n指定要显示的行数（默认为 10 行），或与-c指定字节数。
head test.py -n 5
tail
- 该tail显示文件的结尾。-c字节或-n行数指定文件中的起始点
df
-
用于df显示已安装文件系统上可用和使用的磁盘空间。用于df -h以可读的格式查看输出，使用 M 表示 MB，而不是显示字节数。
df -h
tar
- tar命令是用来建立，还原备份文件的工具程序，它可以加入，解开备份文件内的文件。
-
压缩文件：
tar -cvzf waveshare.tar.gz *
-
解压文件：
tar -xvzf waveshare.tar.gz
apt
- apt（Advanced Packaging Tool）是一个在 Debian 和 Ubuntu 中的 Shell 前端软件包管理器。
- apt 命令提供了查找、安装、升级、删除某一个、一组甚至全部软件包的命令，而且命令简洁而又好记。
- apt 命令执行需要超级管理员权限(root)。
- apt 常用命令
- 列出所有可更新的软件清单命令：sudo apt update
- 升级软件包：sudo apt upgrade
- 列出可更新的软件包及版本信息：apt list --upgradeable
- 升级软件包，升级前先删除需要更新软件包：sudo apt full-upgrade
- 安装指定的软件命令：sudo apt install <package_name>
- 安装多个软件包：sudo apt install <package_1> <package_2> <package_3>
- 更新指定的软件命令：sudo apt update <package_name>
- 显示软件包具体信息,例如：版本号，安装大小，依赖关系等等：sudo apt show <package_name>
- 删除软件包命令：sudo apt remove <package_name>
- 清理不再使用的依赖和库文件: sudo apt autoremove
- 移除软件包及配置文件: sudo apt purge <package_name>
- 查找软件包命令： sudo apt search <keyword>
- 列出所有已安装的包：apt list --installed
- 列出所有已安装的包的版本信息：apt list --all-versions
- 例如我们安装nano编辑器
sudo apt install nano
网络
ifconfig
- 用于在不带任何参数（即）ifconfig运行时显示当前系统上接口的网络配置详细信息。
- 用SSH连接时可以通过ifconfig查找IP地址，终端输入
ifconfig
- 查看有线网络IP地址，终端输入
ifconfig eth0
- 查看无线网络IP地址，终端输入
ifconfig wlan0
hostname
- 该hostname命令显示系统的当前主机名。我们使用Jetson Nano的时候经常需要使用远程工具，而默认的网络配置IP地址采用动态分配，会造成IP地址不确定的问题
- 当我们的Jetson Nano的IP地址发生变化时，可以使用主机名登录。
-
登录Jetson Nano，修改hosts文件，命令如下：
sudo vim /etc/hosts
- 将jp46替换成要修改的名字，例如waveshare,按下键盘ZZ保存、退出:
-
修改hostname文件,将这里jp46也替换成要修改的名字,例如waveshare，按下键盘ZZ：
sudo vim /etc/hostname
- 修改完成重启Jetson Nano即可：
sudo reboot
- 我们也可以使用如下命令查看IP地址：
hostname -I
Vim编辑器使用
- Vim编辑器是所有Unix及Linux系统下标准的编辑器，它的强大不逊色于任何最新的文本编辑器，这里只是简单地介绍一下它的用法和常用命令。
- 基本上 vim 共分为三种模式，分别是命令模式（Command mode），输入模式（Insert mode）和底线命令模式（Last line mode）。
- 命令模式：控制屏幕光标的移动，字符、字或行的删除，移动复制某区段。
- 输入模式：在此模式下输入字符，编辑文件。
- 底线模式：将文件保存或退出vim，也可以设置编辑环境，如寻找字符串、列出行号等。
- 我们可以将这三个模式想成底下的图标来表示：
- 首先删除默认Vi编辑器
sudo apt-get remove vim-common
- 然后重装Vim
sudo apt-get install vim
- 为方便使用还得在/etc/vim/vimrc文件后面添加下面三句
set nu #显示行号 syntax on #语法高亮 set tabstop=4 #tab退四格
常用命令
- 打开文件、保存、关闭文件(vi命令模式下使用)
vim filename //打开filename文件 :w //保存文件 :q //退出编辑器，如果文件已修改请使用下面的命令 :q! //退出编辑器，且不保存 :wq //退出编辑器，且保存文件 :wq！ //强制退出编辑器，且保存文件 ZZ //退出编辑器，且保存文件 ZQ //退出编辑器，且不保存 - 插入文本或行(vi命令模式下使用，执行下面命令后将进入插入模式，按ESC键可退出插入模式)
a //在当前光标位置的右边添加文本 i //在当前光标位置的左边添加文本 A //在当前行的末尾位置添加文本 I //在当前行的开始处添加文本(非空字符的行首) O //在当前行的上面新建一行 o //在当前行的下面新建一行 R //替换(覆盖)当前光标位置及后面的若干文本 J //合并光标所在行及下一行为一行(依然在命令模式)
- 删除、恢复字符或行(vi命令模式下使用)
x //删除当前字符 nx //删除从光标开始的n个字符 dd //删除当前行 ndd //向下删除当前行在内的n行 u //撤销上一步操作 U //撤销对当前行的所有操作
-
复制、粘贴(vi命令模式下使用)
yy //将当前行复制到缓存区 nyy //将当前行向下n行复制到缓冲区 yw //复制从光标开始到词尾的字符 nyw //复制从光标开始的n个单词 y^ //复制从光标到行首的内容 y$ //复制从光标到行尾的内容 p //粘贴剪切板里的内容在光标后 P //粘贴剪切板里的内容在光标前
配置
文件传输
- 本教程以Windows系统远程连接到Linux服务器为例，有多种方式可以把本地的文件上传到服务器。
MobaXterm文件传输
- 使用MobaXterm工具传输文件是非常简单、方便的
- 将文件从Windows传输到树莓派只需拖动文件到MobaXterm左边目录里即可
- 同理，将树莓派文件传输到Windows，只需拖动MobaXterm左边目录里文件到Windows即可。
NoMachine文件传输
- 当使用NoMachine远程连接成功后，Jetson Nano桌面右上角会出现NoMachine图标，我们点击图标，选择Transfer a file
- Upload file from the client是将文件从Windows电脑传输到Jetson Nano上
- Download file from the server是将文件从Jetson Nano传输到Windows电脑上
SCP文件传输
- SCP命令可用于跨Linux系统安全地复制或加密传输文件和目录。
- 格式：
scp +参数 +用户名/登陆名+@+主机名/IP地址+ : + 目标文件路径+本地存放路径
- 首先进入要存放文件的目录按住键盘Shift且右键空白处，打开Windows PowerShell
-
将file文件从Jetson Nano复制到本地Windows,在终端输入
scp waveshare@192.168.15.100:file .
其中“.”表示当前路径
-
将file文件从本地Windows复制到Jetson Nano,在终端输入
scp file waveshare@192.168.15.100:
-
将file文件夹从Jetson Nano复制到本地Windows,由于file是一个目录，就需要加上参数r,在终端输入
scp -r waveshare@192.168.15.100:/home/pi/file .
-
将file文件夹从本地Windows复制到Jetson Nano,在终端输入
scp -r file waveshare@192.168.15.100:
注意：以上的waveshare需要改成你的系统的用户名，IP地址改成Jetson Nano实际IP地址。
文件共享（Samba）
使用Samba服务可实现文件共享。在windows的网上邻居即可访问Jetson Nano文件系统，非常方便。
-
首先安装Samba，在终端输入
sudo apt-get update sudo apt-get install samba -y
- 在/home/waveshare目录下创建共享文件夹sambashare
mkdir sambashare
-
安装完成后，修改配置文件/etc/samba/smb.conf:
sudo nano /etc/samba/smb.conf
拉到文件的最后，将下面的语句添加到文件尾部
[sambashare] comment = Samba on JetsonNano path = /home/waveshare/sambashare read only = no browsable = yes
注意：这里的waveshare需要改成你的系统的用户名。也就是说path是你要设置的共享文件夹路径。
-
重启Samba服务
sudo service smbd restart
-
设置共享文件夹密码
sudo smbpasswd -a waveshare
注意：这里的username需要改成你系统的用户名，如果不是用户名就会失败。
这里会要求设置Samba密码，建议是直接用你的系统的密码，比较方便记忆 -
设置完成之后，在你的电脑端，打开文件管理器
\\192.168.15.100\sambashare
-
输入登录名和前面第5步设置的密码
- 我们来验证下，在windows新建test文件夹，在Jetson Nano sambashare目录下就可以看到test文件夹
系统备份
- 在Windows电脑桌面上新建一个空白的.img后缀的文件。插入带有系统镜像的SD卡，选择对应的SD卡的盘符。
- 打开Win32DiskImager-烧录镜像软件，点击“Read”读取，即可将Jetson Nano的SD卡文件转为镜像。
摄像头
查看接入的第一个摄像头画面：
nvgstcapture-1.0
查看接入的第二个摄像头画面：
nvgstcapture-1.0 --sensor-id=1
AI入门
- 本教程基于JetPack4.6系统镜像，Python版本为Python3.6，TensorFlow版本为2.5.0，Pytorch版本为1.9.0为例。
- 注意：TensorFlow版本和Pytorch版本一定要和JetPack版本相互对应。
PIP安装
- Jetson Nano中默认安装了 Python3.6 版本，直接安装PIP
sudo apt update sudo apt-get install python3-pip python3-dev
- 安装完成后我们查看PIP版本
pip3 -V
- 默认安装的PIP是 9.01 版本，需要把它升级到最新版
python3 -m pip install --upgrade pip
- 升级成功后，查看pip版本信息,发现有些问题
pip3 -V
- 我们使用命令如下解决
python3 -m pip install --upgrade --force-reinstall pip sudo reboot
- 安装机器学习领域重要的安装包
安装机器学习领域重要的包 sudo apt-get install python3-numpy sudo apt-get install python3-scipy sudo apt-get install python3-pandas sudo apt-get install python3-matplotlib sudo apt-get install python3-sklearn
设置CUDA环境
- 查看CUDA版本,出现command not found，需要配置下环境
nvcc -V cat /usr/local/cuda/version.txt
注意：这里使用cat命令查看不到版本，进入/usr/local/目录查看下是否有CUDA目录，
如果没有参考后面未安装CUDA部分安装CUDA，安装完成后再配置环境。 - 设置环境变量
sudo vim .bashrc 在文件末尾加入： export LD_LIBRARY_PATH=/usr/local/cuda/lib export PATH=$PATH:/usr/local/cuda/bin
- 更新环境变量
source .bashrc
- 再次查看CUDA版本
nvcc -V
Tensorflow GPU环境搭建
- 安装所需要的包
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran sudo pip3 install -U pip testresources setuptools==49.6.0
-
安装 python 的依赖项
sudo pip3 install -U --no-deps numpy==1.19.4 future==0.18.2 mock==3.0.5 keras_preprocessing==1.1.2 keras_applications==1.0.8 gast==0.4.0 protobuf pybind11 cython pkgconfig packaging sudo env H5PY_SETUP_REQUIRES=0 pip3 install -U h5py==3.1.0
- 安装Tensorflow(在线安装经常失败，可以参考第4步离线安装)
sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v46 tensorflow
-
最后建议离线安装，先登录英伟达官网下载TensorFlow安装包(以jetpack4.6 TensorFlow2.5.0 nv21.08为例，建议使用火狐浏览器下载)
pip3 install tensorflow-2.5.0+nv21.8-cp36-cp36m-linux_aarch64.whl
- 安装完成后，检查是否安装成功，在终端输入
python3 import tensorflow as tf
- 查看版本信息
tf.__version__
Pytorch环境搭建
Pytorch安装
- 首先登录英伟达官网下载Pytorch安装包，我们以PyTorch v1.9.0为例
- 下载依赖库
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev libopenblas-base libopenmpi-dev
- 安装Pytorch
sudo pip3 install torch-1.9.0-cp36-cp36m-linux_aarch64.whl
- 验证Pytorch是否安装成功
python3 import torch x = torch.rand(5, 3) print(x)
- 查看版本信息
import torch print(torch.__version__)
Torchvision安装
- Torchvision版本要与Pytorch版本相匹配,我们前面安装的Pytorch版本为1.9.0，Torchvision安装 v0.10.0版本
- 下载、安装torchvision
git clone --branch v0.10.0 https://github.com/pytorch/vision torchvision cd torchvision export BUILD_VERSION=0.10.0 sudo python3 setup.py install
- 验证Torchvision是否安装成功
python3 import torchvision
- 出现报错可能是Pillow版本太高,卸载重装
sudo pip3 uninstall pillow sudo pip3 install pillow
- 查看版本信息
import torchvision print(torchvision.__version__)
Yolo V4环境搭建
- 首先在github上下载darknet
git clone https://github.com/AlexeyAB/darknet.git
- 下载完成后，需要修改下Makefile文件
cd darknet sudo vim Makefile
将前四行0改成1
GPU=1 CUDNN=1 CUDNN_HALF=1 OPENCV=1
- cuda版本和路径也要改成我们的实际版本和路径，否则会编译失败
将NVCC=nvcc修改为 NVCC=/usr/local/cuda-10.2/bin/nvcc
- 修改完成后进行编译，在终端输入
sudo make
- 基本的推理方法有三种：图片、视频、摄影头 ( 实时影像 )
- 选择Yolo v4和Yolo v4-tiny（更轻量化的模型，适合在Jetson Nano上运行）进行测试。首先需要下载已训练好的模型权重文件
- 测试
./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/dog.jpg
- 如果要开启图片的话需使用 test模式，他会在执行之后要你输入图片的位置
./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights
- Yolov4-tiny 视频的检测(github下来的data里面并没有该视频文件，需要用户自行上传要检测的视频文件到 data 文件夹下)
./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights data/xxx.mp4
帧数大约是14帧 - 查看USB摄像头的设备号
ls /dev/video* ./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights /dev/video0 "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink" ./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights /dev/video0 "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink"
- Hello AI World项目集成了NVIDIA非常强大的 TensroRT 加速引擎，将性能提升了数倍以上。
- 安装cmake
sudo apt-get update sudo apt-get install git cmake libpython3-dev python3-numpy
- 获取jetson-inference开源项目
git clone https://github.com/dusty-nv/jetson-inference cd jetson-inference git submodule update --init
-
新建文件夹，编译
注意:编译不报错才能正常运行下面的示例。sudo mkdir build cd build sudo cmake ../
由于内容是外网上的，可能导致下载不了box.com上的文件，所以下载模型和Pytorch界面我们选择跳过（Quit和Skip）。
-
下载模型，然后再放置到jetson-inference/data/networks目录下，然后解压，为了方便用户，这里我们提供部分模型参考下载指令：
cd ~/jetson-inference/data/networks/ #如果你需要下载更多的算法，请参考这里的方法，首先在github上获取model的下载地址，然后用wget 加指令下载。这里下载三个model以作参考 wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/facenet-120.tar.gz wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/GoogleNet.tar.gz wget https://github.com/dusty-nv/jetson-inference/releases/download/model-mirror-190618/SSD-Mobilenet-v2.tar.gz #下面的指令是解压前面下载的model的，只有解压出来才能用 tar -zxvf facenet-120.tar.gz tar -zxvf GoogleNet.tar.gz tar -zxvf SSD-Mobilenet-v2.tar.gz
-
也可以使用U盘或者文件传输方式将文件复制到Jetson Nano中
cd jetson-inference/build sudo make sudo make install
-
安装v4l摄像头驱动，终端输入
sudo apt-get install v4l-utils v4l2-ctl --list-formats-ext
- 使用摄像头对环境物体进行识别
cd ~/jetson-inference/build/aarch64/bin/ ./detectnet-camera
使用TensorRT加速帧率达到24帧。 -
下面是可供下载的预训练对象检测网络表，以及用于加载预训练模型的相关--network参数：
./detectnet-camera --network=facenet ＃运行使用面部识别网络 ./detectnet-camera --network=multiped ＃运行使用多级行人/行李探测器 ./detectnet-camera --network=pednet ＃运行使用原始单级行人探测器 ./detectnet-camera --network=coco-bottle ＃在摄像头下检测 瓶/汽水罐 ./detectnet-camera --network=coco-dog ＃在摄像头下检测狗
-
让我们使用detectnet程序在静态图像中定位对象。除了输入/输出路径之外，还有一些额外的命令行选项：
- 更改正在使用的检测模型的可选--network标志（默认为 SSD-Mobilenet-v2）。
- --overlay标志，可以是逗号分隔的box, lines, labels, conf, 和none
- 默认--overlay=box,labels,conf显示框、标签和置信度值
- 该box选项绘制填充的边界框，而lines仅绘制未填充的轮廓
- --alpha值，设置覆盖期间使用的 alpha 混合值（默认值为120）。
- --threshold设置检测的最小阈值的可选值（默认为0.5）。
- --camera 标志设置要使用的摄像头设备
- 默认为使用 MIPI CSI 传感器 0（--camera=0）
- --width 和--height 标志设置相机分辨率（默认为 1280x720）
- 分辨率应设置为相机支持的格式，使用v4l2-ctl --list-formats-ext查询
./detectnet-camera --network=facenet ＃使用 FaceNet，默认 MIPI CSI 相机（1280×720） ./detectnet-camera --camera=/dev/video1 --network=facenet ＃使用 PedNet，V4L2 摄像机/dev/video1（1280x720） ./detectnet-camera --width=640 --height=480 --network=facenet ＃使用 PedNet，默认 MIPI CSI 摄像机（640x480）
- Jetson TX1、TX2、AGX Xavier 和 Nano 开发板包含一个 40 针 GPIO 接头，类似于 Raspberry Pi 中的 40 针接头。
- 可以使用 Jetson GPIO 库包中提供的 Python 库来控制这些 GPIO 的数字输入和输出。
- Jetson GPIO 库提供了 RPi.GPIO 库提供的所有公共 API。下面讨论每个 API 的使用：
- 要导入 Jetson.GPIO 模块，请使用：
import Jetson.GPIO as GPIO
- 管脚编号
- Jetson GPIO 库提供了四种对 I/O 引脚进行编号的方法。
- 前两个对应RPi.GPIO库提供的模式，即BOARD和BCM，分别指的是40针GPIO头的针号和Broadcom SoC GPIO号。
- 其余两种模式，CVM 和 TEGRA_SOC 使用字符串而不是数字，分别对应于 CVM/CVB 连接器和 Tegra SoC 上的信号名称。
- 要指定您使用的模式（强制），请使用以下函数调用：
GPIO.setmode(GPIO.BOARD) GPIO.setmode(GPIO.BCM) GPIO.setmode(GPIO.CVM) GPIO.setmode(GPIO.TEGRA_SOC)
- 要检查已设置的模式，您可以调用：
mode = GPIO.getmode()
模式必须是 GPIO.BOARD、GPIO.BCM、GPIO.CVM、GPIO.TEGRA_SOC 或 None 之一。
-
如果GRIO检测到一个引脚已经被设置成了非默认值，那么你将看到一个警告信息。
- 你可以通过下列代码禁用警告：
GPIO.setwarnings(False)
- 你可以通过下列代码禁用警告：
-
设置频道
- GPIO 通道必须在用作输入或输出之前进行设置。要将通道配置为输入，请调用：
# (where channel is based on the pin numbering mode discussed above) GPIO.setup(channel, GPIO.IN)
- 要将通道设置为输出，请调用：
GPIO.setup(channel, GPIO.OUT)
- 也可以为输出通道指定一个初始值：
GPIO.setup(channel, GPIO.OUT, initial=GPIO.HIGH)
- 将通道设置为输出时，也可以同时设置多个通道：
# add as many as channels as needed. You can also use tuples: (18,12,13) channels = [18, 12, 13] GPIO.setup(channels, GPIO.OUT)
- GPIO 通道必须在用作输入或输出之前进行设置。要将通道配置为输入，请调用：
-
输入
- 要读取通道的值，请使用：
GPIO.input(channel) 这将返回 GPIO.LOW 或 GPIO.HIGH。
- 要读取通道的值，请使用：
-
输出
- 要设置配置为输出的引脚的值，请使用：
GPIO.output(channel, state) 其中状态可以是 GPIO.LOW 或 GPIO.HIGH。
- 您还可以输出到通道列表或元组：
channels = [18, 12, 13] # or use tuples GPIO.output(channels, GPIO.HIGH) # or GPIO.LOW # set first channel to LOW and rest to HIGH GPIO.output(channel, (GPIO.LOW, GPIO.HIGH, GPIO.HIGH))
- 要设置配置为输出的引脚的值，请使用：
-
清理
- 在程序结束时，最好清理通道，以便将所有引脚设置为默认状态。要清理所有使用的通道，请调用：
GPIO.cleanup()
- 如果您不想清理所有频道，也可以清理单个频道或频道列表或元组：
GPIO.cleanup(chan1) # cleanup only chan1 GPIO.cleanup([chan1, chan2]) # cleanup only chan1 and chan2 GPIO.cleanup((chan1, chan2)) # does the same operation as previous statement
- 在程序结束时，最好清理通道，以便将所有引脚设置为默认状态。要清理所有使用的通道，请调用：
-
Jetson Board 信息和库版本
- 要获取有关 Jetson 模块的信息，请使用/阅读：
GPIO.JETSON_INFO
这提供了一个带有以下键的 Python 字典：P1_REVISION、RAM、REVISION、TYPE、MANUFACTURER 和 PROCESSOR。字典中的所有值都是字符串，但 P1_REVISION 是一个整数。
- 要获取有关库版本的信息，请使用/阅读：
GPIO.VERSION
这提供了一个具有 XYZ 版本格式的字符串。
- 要获取有关 Jetson 模块的信息，请使用/阅读：
-
中断
-
除了忙轮询之外，该库还提供了三种额外的方法来监视输入事件：
- wait_for_edge() 函数
- 此函数阻塞调用线程，直到检测到提供的边缘。该函数可以如下调用：
GPIO.wait_for_edge(channel, GPIO.RISING)
- 第二个参数指定要检测的边沿，可以是 GPIO.RISING、GPIO.FALLING 或 GPIO.BOTH。如果您只想将等待限制为指定的时间，可以选择设置超时：
# timeout is in milliseconds GPIO.wait_for_edge(channel, GPIO.RISING, timeout=500)
该函数返回检测到边缘的通道，如果发生超时，则返回 None。 - event_detected() 函数
- 此函数可用于定期检查自上次调用以来是否发生了事件。该函数可以按如下方式设置和调用：
# set rising edge detection on the channel GPIO.add_event_detect(channel, GPIO.RISING) run_other_code() if GPIO.event_detected(channel): do_something()和以前一样，您可以检测 GPIO.RISING、GPIO.FALLING 或 GPIO.BOTH 的事件。 - 检测到边缘时运行的回调函数
- 此功能可用于为回调函数运行第二个线程。因此，回调函数可以与您的主程序并发运行以响应边缘。此功能可按如下方式使用：
# define callback function def callback_fn(channel): print("Callback called from channel %s" % channel) # add rising edge detection GPIO.add_event_detect(channel, GPIO.RISING, callback=callback_fn) - 如果需要，也可以添加多个回调，如下所示：
def callback_one(channel): print("First Callback") def callback_two(channel): print("Second Callback") GPIO.add_event_detect(channel, GPIO.RISING) GPIO.add_event_callback(channel, callback_one) GPIO.add_event_callback(channel, callback_two)在这种情况下，两个回调按顺序运行，而不是同时运行，因为只有线程运行所有回调函数。 - 为了通过将多个事件合并为一个事件来防止多次调用回调函数，可以选择设置去抖动时间：
# bouncetime set in milliseconds GPIO.add_event_detect(channel, GPIO.RISING, callback=callback_fn, bouncetime=200)
- 如果不再需要边缘检测，可以将其删除，如下所示：
GPIO.remove_event_detect(channel)
-
检查GPIO通道功能
-
此功能允许您检查提供的 GPIO 通道的功能：
GPIO.gpio_function(channel) 该函数返回 GPIO.IN 或 GPIO.OUT。
-
此功能允许您检查提供的 GPIO 通道的功能：
- 示例程序
import Jetson.GPIO as GPIO import time as time LED_Pin = 11 GPIO.setwarnings(False) GPIO.setmode(GPIO.BOARD) GPIO.setup(LED_Pin, GPIO.OUT) while (True): GPIO.output(LED_Pin, GPIO.HIGH) time.sleep(0.5) GPIO.output(LED_Pin, GPIO.LOW) time.sleep(0.5)
- 针对jetson.gpio库，官方也提供了一些简单的例程
- 首先下载jetson-gpio：
git clone https://github.com/NVIDIA/jetson-gpio
- 下载完成后，我们就可以使用里面的例程了，例如simple_input.py可以读取引脚的状态
cd /opt/nvidia/jetson-gpio/samples/ sudo python3 simple_input.py
- 首先安装I2Ctool，终端输入：
sudo apt-get update sudo apt-get install -y i2c-tools sudo apt-get install -y python3-smbus
- 检查安装情况，终端输入：
apt-cache policy i2c-tools
输出如下即为安装成功
i2c-tools: 已安装：4.0-2 候选： 4.0-2 版本列表： *** 4.0-2 500 500 http://ports.ubuntu.com/ubuntu-ports bionic/universe arm64 Packages 100 /var/lib/dpkg/status
- 查询i2c设备：
sudo i2cdetect -y -r -a 0
- 参数: -y是无视交互问题直接执行，-r是SMBus read byte命令，-a是所有地址，0是指SMBus 0。
- 扫描寄存器数据：
sudo i2cdump -y 0 0x68
-
寄存器数据写入：
sudo i2cset -y 0 0x68 0x90 0x55
-
参数：
参数 含义 0 代表I2C设备号 0x68 代表I2C设备地址 0x90 代表寄存器地址 0x55 代表向寄存器写入的数据
-
参数：
-
寄存器数据读出：
sudo i2cget -y 0 0x68 0x90
-
参数：
参数 含义 0 代表I2C设备号 0x68 代表I2C设备地址 0x90 代表寄存器地址
-
参数：
- 入门教程
- Jetson Nano 论坛
- Nvidia Jetson Github
- NVIDIA官方免费AI教程（基于Jetson nano）
- Jetson Xavier NX 3D 图纸
- Jetson Xavier developer kit 3D图纸
- NVIDA深度学习学院（有相关深度学习的教程提供）
- NVIDIA Multimedia说明文档
使用YOLOv4进行推理
图片测试
视频测试
实时图像测试
Hello AI World
环境搭建
DetectNet运行实时摄像头检测
硬件控制
GPIO
点亮LED灯
例程使用
IIC
i2cdetect
学习资料
微雪课堂
NVIDIA官方资料
软件
FAQ
Xavier NX的散热器使用的是PWM可调速风扇，在系统中设置了阈值，只有在达到一定温度才会运转。
因为不是官方板的话，Xavier NX启动盘设置为固态，没有对应的EPPROM ID，所以识别为UNKNOWN，不影响使用。
技术支持
联系人：张工
邮箱：3004637648@qq.com
QQ：3004637648
微信：扫下方二维码添加
说明：进行售后服务前，请准备好客户信息（定货单位、定货人等），以供验证