Jetson Nano

来自丢石头百科
Jetson Nano
10.1inch-HDMI-LCD
基本信息

分类: Nvidia Jetson, AI

品牌: NVIDIA

功能简介
特性
  • 小型AI计算机
  • GPU: 128- Core NVIDIA Maxwell™
  • CPU: 64-bit Quad-core ARM A57 (1.43GHz)
  • 内存: 4GB 64-bit LPDDR4 25.6GB/s

接口

接口

相关产品

{{{related}}}

Jetson Nano是一款形状、外接口类似于树莓派的嵌入式主板,搭载了四核Cortex-A57处理器,GPU则是拥有128个NVIDIA CUDA核心的NVIDIA Maxwell架构显卡,内存为4GB的LPDDR4,存储则为16GB eMMC 5.1,支持4K 60Hz视频解码。

NVIDIA Jetson Nano 助力开发数百万个新的小型、低功率的 AI 系统。 它开启了嵌入式物联网应用程序的新领域,包括入门级网络硬盘录像机 (NVR)、家用机器人以及具备全面分析功能的智能网关。

Jetson Nano 模组仅有 70 x 45 毫米,是体积非常小巧的 Jetson 设备。 为多个行业(从智慧城市到机器人)的边缘设备部署 AI 时,此生产就绪型模组系统 (SOM) 可以提供强大支持。

  • 大小
Jetson Nano 模组仅有 70 x 45 毫米,是体积非常小巧的 Jetson 设备。 为多个行业(从智慧城市到机器人)的边缘设备部署 AI 时,此生产就绪型模组系统 (SOM) 可以提供强大支持。
  • 性能
Jetson Nano 提供 472 GFLOP,用于快速运行现代 AI 算法。 它可以并行运行多个神经网络,同时处理多个高分辨率传感器,非常适合入门级网络硬盘录像机 (NVR)、家用机器人以及具备全面分析功能的智能网关等应用。
  • 功率
Jetson Nano 为您节约时间和精力,助力您实现边缘创新。 体验功能强大且高效的 AI、计算机视觉和高性能计算,功耗仅为 5 至 10 瓦。


使用准备

  • 电源线。Jetson Nano 中并不包括电源线,您需要自己配一根,具体的参数是 5V@2A 的 Micro USB 电源线。
  • SD卡。Jetson Nano要求最低配置16G的SD卡,但是整个系统刷完SD卡就被用了大概13G,后期还要安装TensorFlow等一些机器学习框架,还有可能要安装样本数据,所以建议至少使用 64G 的 SD 卡。
  • 无线网卡(选配)。Jetson Nano搭载了千兆以太网卡,但是没有配备无线网卡。如果用户需要用到 Wi-Fi,则可以给 Jetson Nano 配备 USB 无线网卡或者符合 NGFF(M.2) 接口的网卡,例如 Intel AC8265

开箱视频

烧录镜像

Jetson Nano 1.gif

下载镜像

Jetson Download Center 可以下载最新镜像。

格式化 SD 卡

使用 SD Formatter 格式化 SD 卡。

使用 Etcher 写入镜像

可以通过 Etcher 或者 Win32DiskImager 写入镜像。推荐使用 Etcher,因为下载的镜像实际上是一个压缩包,而 Etcher 会自动解压之后再进行写入。如果使用 Win32DiskImager 写入镜像的话,写入之前,还需要手动把镜像解压。

Jetson Nano 开机

烧写完成后,连接显示器、鼠标键盘,还有将SD卡插入 Jetson Nano 的核心板。

视频教程

Jetson Nano 刷系统的方式与 Jetson 家族的 TX 系列不一样,直接把镜像写入SD文件即可。

检查已安装组件

Jetson Nano 的 JP 镜像已经安装好了 JetPack,CUDA,CuDNN,OpenCV,并有例子。安装路径如下:

TensorRT /usr/src/tensorrt/samples/
CUDA /usr/local/cuda-/samples/
CuDNN /usr/src/cudnn_samples_v7/
Multimedia API /usr/src/tegra_multimedia_api/
VisionWorks /usr/share/visionworks/sources/samples/ /usr/share/visionworks-tracking/sources/samples/ /usr/share/visionworks-sfm/sources/samples/
OpenCV /usr/share/OpenCV/samples/

检查 CUDA

编辑 .bashrc

sudo vim  ~/.bashrc

在最后添加

export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH

然后保存退出。 最后别忘了 source 一下这个文件。

source ~/.bashrc

source 后,此时再执行nvcc -V进行验证。

检查 OpenCV

Jetson Nano 中已经安装了 OpenCV,可以使用命令检查OpenCV是否安装就绪。

pkg-config opencv --modversion

如果OpenCv安装就绪,会显示版本号。

检查 CuDNN

Jetson-nano中已经安装好了cuDNN,并有例子可供运行,我们运行一下例子,也正好验证上面的CUDA

cd /usr/src/cudnn_samples_v7/mnistCUDNN             # 进入例子目录
sudo make                                           # 编译一下例子
sudo chmod a+x mnistCUDNN                           # 为可执行文件添加执行权限
./mnistCUDNN                                        # 执行


安装 AI 库

离线安装 Tensorflow

物品检测

Jetson Inference

CUDA例程

使用摄像头

USB设备模式

安装JupyterLab

Icon-mail.png 联系 丢石头

我们的工作时间是: 09:00-18:00 (UTC+8 周一到周六)