Table des matières:

Déballage de Jetson Nano et démarrage rapide de la démo de Two Vision : 4 étapes
Déballage de Jetson Nano et démarrage rapide de la démo de Two Vision : 4 étapes

Vidéo: Déballage de Jetson Nano et démarrage rapide de la démo de Two Vision : 4 étapes

Vidéo: Déballage de Jetson Nano et démarrage rapide de la démo de Two Vision : 4 étapes
Vidéo: BELABOX auf Jetson Nano, Unboxing und Installations Tutorial 2024, Juillet
Anonim
Déballage de Jetson Nano et démarrage rapide de la démo de Two Vision
Déballage de Jetson Nano et démarrage rapide de la démo de Two Vision

Résumer

Comme vous le savez, Jetson Nano est désormais un produit vedette. Et il peut déployer largement la technologie des réseaux neuronaux sur les systèmes embarqués. Voici un article de déballage des détails du produit, le processus de démarrage et deux démos visuelles…

Nombre de mots: 800 mots et 2 vidéos

Temps de lecture: 20 minutes

Public:

  • Développeurs qui s'intéressent à l'IA mais n'ont pas une solide expérience
  • Les développeurs qui n'ont pas décidé de l'acheter ou non
  • Développeurs qui l'ont acheté mais ne l'ont pas encore reçu

Acheter maintenant !

Étape 1: 1. Qu'est-ce que Jetson Nano ?

1. Qu'est-ce que Jetson Nano ?
1. Qu'est-ce que Jetson Nano ?

Juste au cas où, permettez-moi de commencer par une courte introduction.

Le kit de développement NVIDIA® Jetson Nano™ offre les performances de calcul nécessaires pour exécuter des charges de travail d'IA modernes à une taille, une puissance et un coût sans précédent. Les développeurs, les apprenants et les fabricants peuvent désormais exécuter des cadres et des modèles d'IA pour des applications telles que la classification d'images, la détection d'objets, la segmentation et le traitement de la parole. Et vous pouvez trouver plus d'informations sur la page officielle.

Qu'est-ce que ça peut faire? Vous pouvez simplement le concevoir comme un Raspberry Pi avec plus de ressources de calcul pouvant prendre en charge un grand réseau de neurones pour un nombre important d'applications. Pour ma part, j'ai déjà préparé un réseau de classification pour identifier mes 6 chats stupides de la maison et les nourrir automatiquement lol.

Étape 2: 2. Déballage

Image
Image
Image
Image
Image
Image
Image
Image
Image
Image
Image
Image
Image
Image
Image
Image

Étape 3: 3. Démarrage

3. Démarrage
3. Démarrage

Les préparatifs

Vous devez préparer:
  1. Carte MicroSD de 16Go +

  2. clavier et souris USB
  3. Un écran (HDMI ou DP)
  4. Micro-USB (5V⎓4A) ou Power Jack (alimentation 5V⎓4A. Accepte une prise 2.1×5.5×9.5 mm avec polarité positive)
  5. Un ordinateur portable qui peut se connecter à Internet et graver des cartes microSD.
  6. Une ligne Ethernet
Attention:
  • Toutes les alimentations nominales 5V_2A ne peuvent pas atteindre la puissance nominale de manière stable. Et pour autant que j'ai testé, le Jetson Nano est vraiment sensible à l'alimentation, et même des fluctuations de puissance mineures peuvent le faire planter. Vous devez acheter un adaptateur secteur de haute qualité.
  • Même les périphériques USB ne doivent pas être branchés à chaud, sinon le système de cette carte plantera pour une raison inconnue.
  • Active le connecteur Micro-USB J28 ou la prise d'alimentation J25 comme source d'alimentation pour le kit de développement. Sans cavalier, le kit de développement peut être alimenté par le connecteur J28 MicroUSB. Avec un cavalier, aucune alimentation n'est tirée de J28 et le kit de développement peut être alimenté via la prise d'alimentation J25

  • Pas de bouton de réinitialisation, donc à chaque plantage, les développeurs doivent le redémarrer par un point d'arrêt manuel.
  • Pas de module WiFi intégré
  • Pas de module Bluetooth
Un tuto laconique

Les étapes de démarrage de Jetson Nano sont les mêmes que pour les autres cartes arm-linux et juste au cas où, voici un bref tutoriel. Lisez le guide officiel pour plus d'informations.

  1. Téléchargez l'imagerie du système ici
  2. Gravez-le sur votre carte SD. Voici de nombreux outils pouvant compléter ce travail. Et Win32diskimager est recommandé.
  3. Branchez la clé USB ou la carte SD ou microSD à votre ordinateur. Il doit être détecté et apparaître en tant que lecteur dans Windows.
  4. Ouvrez Win32 Disk Imager, choisissez le fichier.img ou image que vous souhaitez écrire en tant que fichier image et choisissez le lecteur USB ou SD comme périphérique et appuyez sur Écrire.
  5. Le processus d'écriture peut prendre un certain temps. Une fois cela fait, retirez la clé USB ou la carte SD.
  6. Insérez la carte microSD (écrite avec l'image système) au bas du module Jetson Nano.
  7. Allumez et lorsque le kit de développement démarre, le voyant LED vert à côté du connecteur Micro-USB s'allume.
  8. Lorsque vous démarrez pour la première fois, Jetson Nano Developer Suite vous guidera à travers certains paramètres initiaux, notamment la sélection de la langue du système, la disposition du clavier, etc.

  9. Enfin, vous verrez cet écran. Toutes nos félicitations!

Étape 4: 4. Démo

Suivez le guide officiel pour configurer l'environnement et compiler le projet. J'ai dirigé 2 projets comme imaginer la classification et la détection des visages comme la démo. Maintenant, l'environnement pour la vision et le deep learning est totalement configuré, et je vais travailler sur mon projet lol.

Attention:
  • Voici quelques questions avec le code de démarrage de la caméra et vous devez le configurer vous-même pour qu'il corresponde à votre caméra. Pour plus précisez:

    • ligne 80 de jetson-utils/camera/gstCamera.c pour la taille du cadre:
    • const uint32_t DefaultWidth = 1280;

      statique const uint32_t DefaultHeight = 720;

  • ligne 37 de jetson-inference/imagenet-camera/imagenet-camera.cpp ainsi et autre démo pour l'index de la caméra. Et dans certains codes, l'index par défaut n'est pas défini par des macros (par exemple, gstCamera.h), vous devrez peut-être les modifier manuellement lorsque vous rencontrez des problèmes d'ouverture de l'appareil photo.

    #define DEFAULT_CAMERA -1

  • Dans certains codes, l'index par défaut de la caméra n'est pas défini par des macros, et vous devrez peut-être les modifier manuellement. tu peux utiliser la commande

    V4L2-ctl

    dans le terminal pour obtenir l'index et la taille du cadre de votre appareil photo.

    V4L2-ctl --device=$d -D --list-formats

Conseillé: