Membuka Kotak Jetson Nano & Memulai Cepat untuk Demo Dua Visi: 4 Langkah

2024 Pengarang: John Day | [email protected]. Terakhir diubah: 2024-01-30 09:56

Meringkaskan

Seperti yang Anda ketahui, Jetson Nano kini menjadi produk unggulan. Dan itu dapat secara luas menyebarkan teknologi jaringan saraf ke sistem tertanam. Berikut adalah artikel unboxing detail produk, proses start-up, dan dua demo visual…

Jumlah kata: 800 kata & 2 video

Waktu membaca: 20 menit

Hadirin:

• Pengembang yang tertarik dengan AI tetapi tidak memiliki latar belakang yang kuat
• Pengembang yang belum memutuskan apakah akan membelinya atau tidak
• Pengembang yang membelinya tetapi belum mendapatkannya

Beli sekarang !

Langkah 1: 1. Apa itu Jetson Nano?

Untuk jaga-jaga, izinkan saya memulai dengan perkenalan singkat.

NVIDIA® Jetson Nano™ Developer Kit menghadirkan kinerja komputasi untuk menjalankan beban kerja AI modern dengan ukuran, daya, dan biaya yang belum pernah ada sebelumnya. Pengembang, pelajar, dan pembuat sekarang dapat menjalankan kerangka kerja dan model AI untuk aplikasi seperti klasifikasi gambar, deteksi objek, segmentasi, dan pemrosesan ucapan. Dan Anda dapat menemukan informasi lebih lanjut di halaman resmi.

Apa yang bisa dilakukan? Anda cukup mengkonsepnya sebagai Raspberry Pi dengan lebih banyak sumber daya komputasi yang dapat mendukung jaringan saraf besar untuk sejumlah besar aplikasi. Bagi saya, saya sudah bersiap untuk membangun jaringan klasifikasi untuk mengidentifikasi 6 kucing bodoh saya di rumah dan memberi mereka makan secara otomatis lol.

Langkah 2: 2. Buka Kotak

Langkah 3: 3. Start-Up

Persiapan

Anda perlu mempersiapkan:

1. Kartu MicroSD 16GB +

2. Keyboard dan mouse USB
3. Layar (HDMI atau DP)
4. Micro-USB (5V⎓4A) atau Power Jack (5V⎓4A power supply. Menerima colokan 2,1×5,5×9,5 mm dengan polaritas positif)
5. Laptop yang dapat terhubung ke Internet dan membakar kartu microSD.
6. Jalur Ethernet

Perhatian:

• Tidak semua catu daya dengan peringkat 5V_2A dapat mencapai daya terukur secara stabil. Dan sejauh yang saya uji, Jetson Nano sangat sensitif terhadap catu daya, dan fluktuasi daya yang kecil pun dapat menyebabkannya mogok. Anda harus membeli adaptor daya berkualitas tinggi.
• Bahkan perangkat USB tidak boleh dicolokkan panas, atau sistem papan ini akan macet karena alasan yang tidak diketahui.

Mengaktifkan konektor Micro-USB J28 atau colokan listrik J25 sebagai sumber daya untuk kit pengembang. Tanpa jumper, kit pengembang dapat ditenagai oleh konektor MicroUSB J28. Dengan jumper, tidak ada daya yang diambil dari J28, dan kit pengembang dapat diberi daya melalui colokan listrik J25

• Tidak ada tombol Reset, jadi setiap kali crash, pengembang harus me-restart dengan breakpoint manual.
• Tidak ada modul WiFi bawaan
• Tidak ada Modul Bluetooth

Tutorial singkat

Langkah-langkah start-up untuk Jetson Nano sama saja dengan arm-linux board lainnya dan untuk berjaga-jaga, berikut adalah tutorial singkatnya. Baca Panduan Resmi untuk info lebih lanjut.

1. Unduh pencitraan sistem di sini
2. Bakar ke kartu SD Anda. Berikut adalah banyak alat yang dapat menyelesaikan pekerjaan ini. Dan Win32diskimager dianjurkan.
3. Colokkan USB thumbdrive atau kartu SD atau microSD ke komputer Anda. Itu harus terdeteksi dan muncul sebagai drive di Windows.
4. Buka Win32 Disk Imager, pilih file.img atau gambar yang ingin Anda tulis sebagai File Gambar dan pilih drive USB atau SD sebagai Perangkat dan tekan Tulis.
5. Proses penulisan mungkin memakan waktu cukup lama. Setelah selesai, lepaskan USB thumbdrive atau kartu SD.
6. Masukkan kartu microSD (ditulis dengan gambar sistem) di bagian bawah modul Jetson Nano.
7. Nyalakan dan saat kit pengembang dimulai, lampu LED hijau di sebelah konektor Micro-USB akan menyala.
8. Saat pertama kali memulai, Jetson Nano Developer Suite akan memandu Anda melalui beberapa pengaturan awal, termasuk memilih bahasa sistem, tata letak keyboard, dan hal-hal semacam itu.
9. Akhirnya, Anda akan melihat layar ini. Selamat!

Langkah 4: 4. Demo

Ikuti Panduan Resmi untuk mengonfigurasi lingkungan dan mengkompilasi proyek. Saya telah menjalankan 2 proyek sebagai klasifikasi bayangkan dan deteksi wajah sebagai demo. Sekarang, lingkungan untuk visi dan pembelajaran mendalam telah dikonfigurasi sepenuhnya, dan saya akan mengerjakan proyek saya lol.

Perhatian:

• Berikut adalah beberapa pertanyaan dengan kode start-up untuk kamera dan Anda perlu mengkonfigurasi sendiri untuk mencocokkan kamera Anda. Untuk lebih tentukan:

  • baris 80 dari jetson-utils/camera/gstCamera.c untuk ukuran bingkai:

  • const uint32_t DefaultWidth = 1280;

    static const uint32_t DefaultHeight = 720;

• baris 37 dari jetson-inference/imagenet-camera/imagenet-camera.cpp juga dan demo lainnya untuk indeks kamera. Dan dalam beberapa kode, indeks default tidak ditentukan oleh makro (mis., gstCamera.h), Anda mungkin harus memodifikasinya secara manual saat Anda menemui masalah saat membuka kamera.

  #define DEFAULT_CAMERA -1

• Dalam beberapa kode, indeks default kamera tidak ditentukan oleh makro, dan Anda mungkin harus memodifikasinya secara manual. Anda dapat menggunakan perintah

  V4L2-ctl

  di terminal untuk mendapatkan indeks dan ukuran bingkai untuk kamera Anda.

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