Jetson系列是Arm设备，而PaddlePaddle的whl文件不支持Arm设备，所以只能通过源码编译安装，以下是gpu版本安装记录。直接下载：一、环境准备设备：Nvidia Jetson Agx XavierLinux版本：Ubuntu18.04Jetpack4.6.1首先，确保Jetson设备安
sudo apt-get install protobuf-compiler libprotoc-dev pip install onnx==1.4.1在jetpack4.4 上可用
原创
2023-01-16 08:12:20
394阅读
tensorflow由于谷歌的原因，不同的版本有时候改动比较大，所以决定好自己想使用的版本后就不要轻易更改，免得后续移植程序的时候出现很多错误。 本文以及后续文章关于tensorflow的学习和开发选在windows 10 平台上，使用python。不管是python还是tensorflow，网上都有很多安装方式，但是最简单快捷的应该是使用Anaconda。使用Anaconda管理环境最清晰
sudo apt update
sudo apt install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
sudo apt install python3-pip
sudo pip3 install -U pip testreso
一、运行YOLO v31、YOLO介绍2、检查CUDA3、检查OpenCV4、检查cuDNN5、安装YOLO v36、YOLO的常用命令(1) 单张测试命令(2) 多张测试命令(3) 改变阈值(4) 实时摄像头(5) 本地视频检测(6)在预训练的模型上继续训练二、运行TensorRT1、TensorRT介绍三、运行TensorFlow1、TensorFlow简介2、安装TensorFlow 一、
转载
2024-04-17 16:11:38
920阅读
1、安装opencv我用的方法与ubuntu下利用源码安装opencv的方式是一样的。1.1 清除旧版本首先完全卸载刷机时刷如的自带的opencv旧版本，以便更好地安装opencv3.4.0版本sudo apt-get purge libopencv*
sudo apt autoremove
sudo apt-get update1.2 安装cmake以及依赖库sudo apt-get
转载
2024-07-23 07:24:58
127阅读
# 在Jetson上安装PyTorch GPU的指南
Jetson是NVIDIA推出的一系列边缘计算平台，特别适合深度学习应用。想要在Jetson平台上安装PyTorch以利用GPU进行高效训练，我们需要遵循一些步骤。本文将详细介绍如何在Jetson上安装PyTorch GPU，包括具体命令和注释。
## 安装流程概述
为了方便你理解整个安装过程，下面是一个简单的步骤表格：
| 步骤 |
原创
2024-10-15 05:37:27
209阅读
一、刷机预装组件版本检查此处刷机版本为Jetpack4.4.0驱动版本：head -n 1 /etc/nv_tegra_release内核版本：uname -r操作系统：lsb_release -i -r CUDA版本：nvcc -V或者输入：cat /usr/local/cuda/version.txtcuDNN版本：dpkg -l libcudnn8opencv版本：dpkg -l libop
转载
2024-10-15 21:10:36
572阅读
个人心得：本人配置caffe大约七八次，深度学习需要好电脑，由于换了一台新电脑，装完ubuntu16.04双系统必须要重新装caffe。现在网上的配置caffe教程大致是这样的：1，言简意赅，省略步骤，新手有些看不懂会搞错。2，有些教程步骤比较全，但是过于繁琐，而且有些出现很多错，虽然最后千辛万苦成功了既浪费了时间又不知所以然。通过本次配置caffe的记录可以让我下次按照此教程配置的快点，如果网上
转载
2024-10-12 13:03:30
179阅读
现象bt的堆栈信息standard io上的错误输出从报错信息上看是非法的内存访问，但是报错的位置不一定是真实的位置，因为GPU都是异步发起的，错误可能会被在后面的op捕捉。例如cudaEventDestory： debug方式思维方式 复现，解决问题一定要复现问题，不能复现的问题不能确定正真解决。所以首先要做的是复现。定位，定位范围是逐渐缩小，优先排查自定义的代码
转载
2024-04-25 15:12:43
115阅读
# 在 Jetson Nano 上安装 PyTorch GPU 的步骤指南
在使用 Jetson Nano 进行深度学习开发时，安装 PyTorch 是一项基本且重要的任务。本文将帮助您逐步完成在 Jetson Nano 上安装 PyTorch GPU 的过程。以下是整个过程的步骤概览：
| 步骤 | 说明 |
|------|------|
| 1 | 更新 Jetson Nano 系
最近要用到jetson tx2，但之前也完全没有接触过。边用边学，这篇文章就是向新手介绍下jetson tx2刚入手的一些事项(适合纯小白~)。一、TX2初认识开发板全称：Nvidia Jetson tx2(本文简称为tx2)开发板照片：功能描述： TX2是英伟达公司主要研发的AI边缘计算设备，功能强大，很适合作为边缘设备的开发平台，可以在上面部署诸如图像处理等等任务。不再赘述，详见官网详
手把手教你 JETSON XAVIER NX 刷机，安装Ubuntu系统与环境包需求：装有Linux系统的电脑一台或者Windows系统电脑一台，Windows下需要安装虚拟机。一、Windows安装虚拟机(Linux系统的小伙伴请自动跳过这一步) 1.下载VMware虚拟机，https://www.vmware.com/cn.html 点击这里下载，注意：没有账号必须先注册才能下载。 2.下载好
最近在使用JETSON NANO开发板，然而我只有笔记本，没有显示器，这却是一个难题。经过查阅资料，可以通过VNC用笔记本操控JETSON NANO。1，设置网络首先需要一根网线，将开发板和笔记本连接起来。 之后，打开：控制面板——>网络和Internet——>网络和共享中心——>更改适配器设置——>WLAN——>属性——>共享 [1]。 把“允许其他网络用户通
为啥这里就不用就能直接安装，我现在发现，jetpack里面是包含了cuda和cudnn了 就两步： 1. 安装jetpack包 2.安装zed sdk jetpack是什么？https://docs.nvidia.com/jetson/jetpack/introduction/index.html 可以把Jetpack理解为我们的系统镜像，里面包含了linux
Jetson因为是基于arm的与传统基于x86的主机或服务器的模型部署略有差别，但基本类似，主要分为三步模型转换为onnx生成基于TensorRT的推理引擎使用Triton完成部署1、模型转换为onnx首先可以将pytorch或其他框架训练好的模型转换为onnx格式用于后续的部署。pytorch中有onnx类可以将模型直接导出为onnx格式，以yolov6为例，用法如下：torch.onnx.ex
转载
2024-09-03 19:33:00
269阅读
TensorRT介绍TensorRT是一种高性能的神经网络推理优化器和运行时推理引擎，应用于项目落地部署。首先需要有训练好的模型，然后经过TensorRT优化器的优化处理，利用TensorRT Runtime Engine进行落地部署。TensorRT是用于优化训练后的深度学习模型，以实现高性能推理的SDK
TensorRT包含用于训练后的深度学习模型的深度学习推理优化器，以及用于执行的runtm
转载
2024-04-25 14:59:16
165阅读
Jetson nano(aarch64)部署autoware自动驾驶平台因为本人在部署阶段搜索到的资料较少，比较辛苦，走了许多弯路，所以进行了一些资料的整合与自己的一些想法的记录，谨做记录、参考。基本的环境（opencv，qt5,eigen3.3.7，cuda，）安装好后采用源码编译方式部署使用：jetson nano（4G）、ubuntu18.04LTS、ros-melodic环境部署阶段ope
1.概述许多机器学习和深度学习模型都是在基于 Python 的框架中开发和训练的，例如 PyTorch 和 TensorFlow 等。但是，当需要将这些训练好模型部署到生产环境中时，通常会希望将模型集成到生产流程中，而这些流程大多是用 C++ 编写的，因为 C++ 可以提供更快的实时性能。目前有许多工具和框架可以帮助我们将预训练模型部署到 C++ 应用程序中。例如，ONNX Runtime 可用于
转载
2024-06-12 09:38:27
759阅读
一、V7效果真的的v587，识别率和速度都有了极大的提升，这里先放最新鲜的github链接：https://github.com/WongKinYiu/yolov7二、v7的训练我这里就不做过多的赘述了，这里主要是进行讲解怎么把.pt文件转为onnx和后续的推理问题： 2.1首先是pip的版本非常重要，博主亲自测试了，发现确实只有对应版本，ONNX才能成功，以至于后续的onnxrunti
转载
2024-07-24 10:32:57
152阅读
