JETSON ORIN NANO

来自Waveshare Wiki
跳转至： 导航、 搜索

资料

Jetson Orin Nano
Jetson Orin Nano developer Kit
{{{name2}}}
{{{name3}}}
功能简介
特性 小型AI计算机
GPU 搭载 16 (4GB) / 32 (8GB) 个 Tensor Core 的 1024 核 NVIDIA Ampere 架构 GPU
CPU 6 核 Arm® Cortex®-A78AE v8.2 64 位 CPU 1.5MB L2 + 4MB L3
内存 4GB/8GB 64 位 LPDDR5，32GB/s
' 无特性，不解释
接口

简介

模组

NVIDIA® Jetson Orin™ Nano 模组提供 4GB 和 8GB 两种显存方案可选，算力高达 20 TOPS/40 TOPS，性能是上一代产品的 40/80 倍，适用于多个并发 AI 推理管道，此外它还可以通过高速接口连接多个传感器，因此可为新时代机器人提供理想的解决方案。

官方套件

Jetson Orin Nano Developer Kit 是英伟达官方推出的基于 8GB 版本核心板的开发套件，可提供高达 40 TOPS 的 AI 性能， 板载的模组和量产版本的 Jetson Orin Nano 8GB 模组不同的一点是，为了方便用户使用，此套件增加了 TF 卡卡槽设计，用户可以使用 TF 卡作为系统安装存放介质。

使用说明

  • 烧录系统需要用到Ubuntu 20.04或者Ubuntu18.04的主机或虚拟机

器材准备

  1. Jetson Orin NX主板。
  2. Ubuntu20.04 虚拟机（或电脑主机）。
  3. 电源适配器。
  4. 跳线帽（或杜邦线）。
  5. USB 数据线（Micro USB接口，可传输数据）。

硬件配置(进入recovery 模式)

Orin-IO-Base-Recovery-Mode.png
  • 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

软件配置

  • 打开ubuntu系统，打开浏览器下载SDK Manager
  • 下载完成后，我们进入下载路径Downloads进行安装，终端输入：
sudo dpkg -i sdkmanager_1.6.1-8175_amd64.deb（根据自己的版本输入）
  • 安装完成后，系统可能会报错找不到依赖文件，输入以下命令解决此问题。
sudo apt --fix-broken install
  • 打开Ubuntu电脑终端，运行SDK Manager打开软件。
  • 点击LOGIN，登录NVIDIA账号，会在浏览器弹出链接，输入前面注册邮箱和密码登录进去。
    LOGIN水印-3.jpg
  • 此时我们就成功登录SDK Manager
    LOGIN-success-watermark-1.png

安装系统

  • 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如下图，如果已连接没显示，请点击refresh

Orin Nano Refresh.png

  • 开发板类型选择Jetson Orin Nano 选项，8GB版本和4GB版本请根据实际情况选择（如果你使用的是官方套件, 选择developer Kit）
  • 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
Orin Nano configuration1.png
  • 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

Orin Nano Details and License.png

  • 最后点击Continue 等待烧录完成即可。
    1. 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。
    2. 这里选择Manual Setup-Jetson ... (不同主板后缀提示不同)
    3. 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
Orin Nano Setup Process.png
  • 烧录完成之后如下图，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）。
Orin Nano Installation Completed Successfully.png

远程登录

准备工作

  • 用一根网线一端连接Jetson Orin Nano，另一端连接路由器的LAN端口。
  • 确保Jetson Orin Nano与你的电脑出于一个路由器下或同一网段。

获取Jetson Orin Nano的IP地址

  • 方法一：登录路由器查找Jetson Orin Nano的IP地址。
  • 方法二：你可以通过一些局域网IP扫描工具，这里以Advanced IP Scanner为例程
    1. 运行Advanced IP Scanner
    2. 点击Scan按钮，扫描当前局域网内的IP地址
    3. 找到所有Manufacturer中有NVIDIA字样的IP地址并记录
      NVIDIA-ip水印.png
    4. 将设备上电，并确保设备连接上网络后
    5. 重新点击Scan按钮，扫描当前局域网内的IP地址
    6. 排除掉所有先前记录的Manufacturer中有NVIDIA字样的IP地址，剩下的就是你的NVIDIA的IP地址了
  • 方法三：屏幕IP查询
    1. Jetson Nano连接上网线或者装上无线网卡连接WIFI，在终端输入ifconfig ，查看Jetson Orin Nano的IP地址。
    2. 有线网络.png

使用MobaXterm登录

终端窗口
  1. 下载MobaXterm远程登录软件,解压即可使用。
  2. 打开MobaXterm远程登录软件，选择Session,选择ssh。
  3. 在Remote host输入我们前面查询到的IP地址192.168.15.102（根据自己的实际IP来填写），填写完成后，点击ok。
    登录水印.png
  4. 点击Accept，输入用户名密码（在输入密码时，屏幕没有变化属于正常现象，点击回车确认即可）
    Aceept-1水印.png

配置VNC服务器

  • Jetson Nano使用vino来作为默认的VNC服务器，但是默认的设置需要进行一些修改。
  1. 配置VNC Server
    gsettings set org.gnome.Vino require-encryption false
gsettings set org.gnome.Vino prompt-enabled false
gsettings set org.gnome.Vino authentication-methods "['vnc']"
gsettings set org.gnome.Vino lock-screen-on-disconnect false
gsettings set org.gnome.Vino vnc-password $(echo -n "mypassword"|base64)
    • 需要注意的是，不要用sudo来运行上面的命令，mypassword就是连接VNC的密码。
  2. 设置桌面开机自启，在.config路径下新建一个自启文件
     mkdir -p .config/autostart
sudo vim ~/.config/autostart/vino-server.desktop

    添加以下内容： 

    [Desktop Entry]
Type=Application
Name=Vino VNC server
Exec=/usr/lib/vino/vino-server
NoDisplay=true
  3. 查看当前用的是什么管理器
    cat /etc/X11/default-display-manager
  4. 编辑文件
    sudo vim /etc/gdm3/custom.conf
  5. 把下面三行的注释去掉，其中AutomaticLogin行修改成自己的用户名。 
    WaylandEnable=false
AutomaticLoginEnable = true
AutomaticLogin = waveshare
  6. 重启Orin Nano 
    sudo reboot
下载安装VNC Viewer
使用VNC Viewer远程连接Orin Nano
  1. 打开VNC Viewer,输入Orin Nano的IP地址回车确认。例如:
    192.168.15.102
  2. 输入前面设置的VNC登录密码，点击ok：
  3. 此时就成功登录Orin Nano了。

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。
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。

使用SDK Manager安装

使用SDK Manager安装SDK的时候，不需要设置JETSON ORIN 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 ORIN 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JETSON ORIN 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SDK

sudo apt update
sudo apt install nvidia-jetpack

预览双摄像头

打开两个终端，分别运行 

 gst-launch-1.0 nvarguscamerasrc sensor-id=0 ! "video/x-raw(memory:NVMM), width=(int)1920, height=(int)1080,format=(string)NV12, framerate=(fraction)30/1" ! nvvidconv ! xvimagesink sync=false 

 gst-launch-1.0 nvarguscamerasrc sensor-id=1 ! "video/x-raw(memory:NVMM), width=(int)1920, height=(int)1080,format=(string)NV12, framerate=(fraction)30/1" ! nvvidconv ! xvimagesink sync=false

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.

RTC

  • 如若不想系统被重置，需要保持底板不断电，或者在电池座子上接上电池

修改RTC时间 

sudo hwclock --set --date="01/01/2001 11:00"

查询RTC时间 

sudo hwclock -r

更新RTC时间到系统时间 

sudo hwclock -s

查询系统时间 

date

AI入门

设置CUDA环境

  • 本教程是基于Jetpack5.1.1做配置的，tensorflow的版本是2.12.0+nv23.05，pytorch的版本为v2.0.0，torchvsion的版本为v0.14.1.
  1. 查看CUDA版本,出现command not found，需要配置下环境
    sudo apt update
sudo apt install nvidia-jetpack
nvcc -V


    注意：这里使用nvcc命令查看不到版本，进入/usr/local/目录查看下是否有CUDA目录，
    如果没有参考后面安装SDK（包含CUDA），安装完成后再配置环境。

  2. 设置环境变量
    sudo vim .bashrc
在文件末尾加入：
export LD_LIBRARY_PATH=/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
  3. 更新环境变量
    source .bashrc
  4. 再次查看CUDA版本
    nvcc -V

    NVCC-1.png

Tensorflow GPU环境搭建

  1. 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
  2. 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
  3. 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
  4. 最后建议离线安装，先登录英伟达官网下载TensorFlow安装包(以jetpack5.1.1 TensorFlow2.12.0+nv23.05为例，建议使用火狐浏览器下载)
    pip3 install tensorflow-2.12.0+nv23.05-cp38-cp38m-linux_aarch64.whl
  5. 安装完成后，检查是否安装成功，在终端输入
    python3
import tensorflow as tf
  6. 查看版本信息
    tf.__version__

    Tensorflow-1.png

Pytorch环境搭建

Pytorch安装

  1. 首先登录英伟达官网下载Pytorch安装包，我们以PyTorch v2.0.0为例
  2. 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
  3. 安装Pytorch
    sudo pip3 install torch-2.0.0+nv23.05-cp38-cp38-linux_aarch64.whl
  4. 验证Pytorch是否安装成功
    python3
import torch
x = torch.rand(5, 3)
print(x)
  5. 查看版本信息
    import torch
print(torch.__version__)

Torchvision安装

  1. Torchvision版本要与Pytorch版本相匹配,我们前面安装的Pytorch版本为2.0.0，Torchvision安装 v0.14.1版本
    Torchvision-1.jpg
  2. 下载、安装torchvision
    git clone --branch v0.14.1 https://github.com/pytorch/vision torchvision
cd torchvision
export BUILD_VERSION=0.14.1
sudo python3 setup.py install
  3. 验证Torchvision是否安装成功
    python3
import torchvision
  4. 查看版本信息
    import torchvision
print(torchvision.__version__)

NVIDIA官方资料



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
QRCode SiminZhang.png

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


取自“https://www.waveshare.net/w/index.php?title=Jetson_Orin_Nano&oldid=105231”