Tabla de contenido:

Unboxing de Jetson Nano y un inicio rápido para demostración de Two Vision: 4 pasos
Unboxing de Jetson Nano y un inicio rápido para demostración de Two Vision: 4 pasos

Video: Unboxing de Jetson Nano y un inicio rápido para demostración de Two Vision: 4 pasos

Video: Unboxing de Jetson Nano y un inicio rápido para demostración de Two Vision: 4 pasos
Video: NVIDIA Jetson Nano 2GB - Aprende IA, desde CERO, en tiempo record [Tutorial de 5 minutos!] 2024, Diciembre
Anonim
Unboxing de Jetson Nano y un inicio rápido para la demostración de Two Vision
Unboxing de Jetson Nano y un inicio rápido para la demostración de Two Vision

Resumir

Como sabes, Jetson Nano es ahora un producto estrella. Y puede implementar ampliamente tecnología de redes neuronales en sistemas integrados. Aquí hay un artículo de unboxing con detalles del producto, el proceso de puesta en marcha y dos demostraciones visuales …

Número de palabras: 800 palabras y 2 videos

Tiempo de lectura: 20 minutos.

Audiencia:

  • Desarrolladores que estén interesados en la IA pero que no tengan una formación sólida
  • Desarrolladores que no han decidido si comprarlo o no
  • Desarrolladores que lo compraron pero aún no lo obtuvieron

Compra ahora !

Paso 1: 1. ¿Qué es Jetson Nano?

1. ¿Qué es Jetson Nano?
1. ¿Qué es Jetson Nano?

Por si acaso, permítanme comenzar con una breve introducción.

El kit para desarrolladores NVIDIA® Jetson Nano ™ ofrece el rendimiento informático para ejecutar cargas de trabajo de IA modernas con un tamaño, una potencia y un coste sin precedentes. Los desarrolladores, estudiantes y creadores ahora pueden ejecutar marcos y modelos de IA para aplicaciones como clasificación de imágenes, detección de objetos, segmentación y procesamiento de voz. Y puedes encontrar más información en la página oficial.

¿Qué puede hacer? Simplemente puede concebirlo como una Raspberry Pi con más recursos informáticos que puede admitir una gran red neuronal para una cantidad significativa de aplicaciones. Para mí, ya me he preparado para construir una red de clasificación para identificar a mis 6 gatos estúpidos en la casa y alimentarlos automáticamente jejeje.

Paso 2: 2. Desembalaje

Image
Image
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen

Paso 3: 3. Inicio

3. Inicio
3. Inicio

Preparativos

Necesitas prepararte:
  1. Tarjeta MicroSD de 16GB +

  2. Teclado y mouse USB
  3. Una pantalla (HDMI o DP)
  4. Micro-USB (5V⎓4A) o conector de alimentación (fuente de alimentación de 5V⎓4A. Acepta un enchufe de 2,1 × 5,5 × 9,5 mm con polaridad positiva)
  5. Una computadora portátil que puede conectarse a Internet y grabar tarjetas microSD.
  6. Una línea Ethernet
Atenciones:
  • No todas las fuentes de alimentación con clasificación 5V_2A pueden alcanzar la potencia nominal de manera estable. Y por lo que probé, el Jetson Nano es realmente sensible a la fuente de alimentación, e incluso las fluctuaciones menores de energía pueden hacer que se bloquee. Debe adquirir un adaptador de corriente de alta calidad.
  • Incluso los dispositivos USB no deben conectarse en caliente, o el sistema de esta placa se bloqueará por una razón desconocida.
  • Habilita el conector Micro-USB J28 o el conector de alimentación J25 como fuente de alimentación para el kit de desarrollador. Sin un puente, el kit de desarrollador puede ser alimentado por un conector MicroUSB J28. Con un puente, no se extrae energía de J28, y el kit de desarrollador se puede alimentar a través del conector de alimentación J25

  • No hay botón de reinicio, por lo que cada vez que falla, los desarrolladores deben reiniciarlo mediante un punto de interrupción manual.
  • Sin módulo WiFi incorporado
  • Sin módulo Bluetooth
Un tutorial conciso

Los pasos para la puesta en marcha de Jetson Nano son los mismos que para otras placas arm-linux y, por si acaso, aquí hay un breve tutorial. Lea la Guía oficial para obtener más información.

  1. Descargue la imagen del sistema aquí
  2. Quémalo en tu tarjeta SD. Aquí hay muchas herramientas que pueden completar este trabajo. Y se recomienda Win32diskimager.
  3. Conecte la memoria USB o la tarjeta SD o microSD a su computadora. Debería detectarse y aparecer como una unidad en Windows.
  4. Abra Win32 Disk Imager, elija el.img o archivo de imagen que desea escribir como archivo de imagen y elija la unidad USB o SD como dispositivo y presione Escribir.
  5. El proceso de escritura puede tardar un poco. Una vez hecho esto, retire la memoria USB o la tarjeta SD.
  6. Inserte la tarjeta microSD (escrita con la imagen del sistema) en la parte inferior del módulo Jetson Nano.
  7. Encienda y cuando se inicie el kit de desarrollador, se encenderá la luz LED verde junto al conector Micro-USB.
  8. Cuando se inicia por primera vez, Jetson Nano Developer Suite lo guiará a través de algunas configuraciones iniciales, incluida la selección del idioma del sistema, la distribución del teclado y cosas por el estilo.

  9. Finalmente, verá esta pantalla. ¡Felicidades!

Paso 4: 4. Demo

Siga la Guía oficial para configurar el entorno y compilar el proyecto. He ejecutado 2 proyectos como la clasificación de imágenes y la detección de rostros como la demostración. Ahora, el entorno para la visión y el aprendizaje profundo está totalmente configurado y trabajaré en mi proyecto lol.

Atenciones:
  • Aquí hay algunas preguntas con el código de inicio de la cámara y debe configurarlo usted mismo para que coincida con su cámara. Para más especificar:

    • línea 80 de jetson-utils / camera / gstCamera.c para el tamaño del marco:
    • const uint32_t DefaultWidth = 1280;

      estática const uint32_t DefaultHeight = 720;

  • línea 37 de jetson-inference / imagenet-camera / imagenet-camera.cpp y otra demostración para el índice de la cámara. Y en algunos códigos, el índice predeterminado no está definido por macros (por ejemplo, gstCamera.h), es posible que deba modificarlos manualmente cuando tenga problemas para abrir la cámara.

    #define DEFAULT_CAMERA -1

  • En algunos códigos, el índice predeterminado de la cámara no está definido por macros y es posible que deba modificarlos manualmente. puedes usar el comando

    V4L2-ctl

    en la terminal para obtener el índice y el tamaño del marco de su cámara.

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

Recomendado: