围白的尾巴

一、前言 Xavier系列已经到了尾声，前期的相关配置准备了很多，其中包括pytorch的环境、ROS的安装等等。为了更好的体验Xavier的性能，本文利用前文已经完成的内容，实现一个简易的目标跟踪小车。如果还未阅读我之前的文章，可以移步至我的专栏。二、准备1、硬件：①Jetson AGX Xavier②ROS小车小车需搭载有摄像头。③无线模块查看文章进行安装。④信号线信号线用于Xavier与小...

一、前言 Robot Operating System，机器人操作系统，简称ROS。在许多机器人控制，小车控制领域中都会使用ROS。ROS提供的C++，Python编程接口，让人工智能与ROS结合控制机器人动作的方案变得更加可行。我目前正在进行一个目标追踪的任务，实现一个简单的追人。采用yolov5算法进行检测，jetson与ROS通信对小车进行控制。这次我就来记录一下在jetson上安装ROS的过程。二、安装国外一位叫JetsonHacks的大佬有专门为jetson写好的ROS安装脚...

一、前言Xavier刚开机时软件源是国外的，所以为了更好更快的体验我们需要进行换源操作。同时更换软件源与pip源。二、换源1、软件源备份原软件源sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak编辑sources.list文件sudo gedit /etc/apt/sources.list用下面代码替换sources.list的内容，个人一般是使用清华源。deb http://mirrors.tuna...

一、前言 前段时间，使用YOLOv5算法设计了一款目标跟踪小车，我大概对YOLO系列算法有了粗浅的了解。其中我发现，YOLOv4与YOLOv

一、前言当我需要将Jetson AGX Xavier部署到移动装置上时，Xavier少了两个必不可少的硬件装备。首先没有包含无线模块，蓝牙和WiFi功能无法使用，但是由于我需要将Xavier部署到小车上，远程控制需要通过WiFi，所以无线模块必不可少；其次是Xavier的磁盘空间只有32G，系统安装就用去了大概一半，根据我使用TX2的经验，这么点磁盘空间完全不够。好在NVIDIA工程师为我们留好了相应接口，M.2 NVME协议的接口，所以这篇文章就来记录一下我多次装固态硬盘并且挂载到/home的步骤，无

一、前言

一、引言我们在使用jetson设备时，想要实时查看CPU，GPU，内存等硬件设备使用情况，该怎么办。风扇开启以及每次想要更改风扇的转数又该如何。为了解决上述问题，这里推荐一款名为jtop的软件。二、安装jtop三、安装pycharm总结...

一、前言我们在做深度学习项目时，一个完整独立的环境相当重要。不同的项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这个时候一个虚拟环境管理器就显得十分重要。我们在Windows或者Ubuntu系统一般都使用anaconda作为虚拟环境管理器，但是由于jetson系列的产品核心是基于ARM框架的，无法安装acoconda。网上也有很多方法，比如pyenv+pyenv-virtualenv，virtualenv+virtualen

一、引言Pycharm是一个非常优秀的代码编辑、调试，开发软件。我平时在Windows系统学习编程时也比较喜欢使用Pycharm。这一次记录一下在Xavier上安装Pycharm的过程。二、下载与安装一般来说Pycharm社区版就足够使用了，基本的编辑、调试、运行功能都有。去官网下载Pycharm。Xavier安装pycharm之前需要先安装java，所以执行如下代码sudo apt-get install openjdk-11-jdk安装完成后查看安装结果：java .

一、引言本人之前有使用过jetson tx2做智能小车，需要用到远程控制，最开始使用某店家推荐的vnc控制，但是使用时操作延时严重，效果差。至于原因我也不太清楚。后来更新了产品使用性能更强的Xavier，需要重新配环境。在优快云中看了许多文章，发现了NoMachine这款优秀的应用，但是很多都有些问题没解决，比如Xavier开机时不接显示屏出现黑屏或者分辨率有问题。话不多说，进入正题。二、NoMachine1、介绍NoMachine是一个十分稳定的远程控制软件，它支持Windows、Lin

一、四、TensorRT加速1、克隆tensorrt_demos工程git clone https://github.com/jkjung-avt/tensorrt_demos2、环境搭建①参考我为yolov5配置环境及TensorRT加速的文章，配置的python环境，得到名为yolov5env的环境。②安装pycuda与onnxconda activate yolov5envpip install pycudapip install onnx==1.4.1.

一、前言由于YOLOv5在Xavier上对实时画面的检测速度较慢，需要采用TensorRT对其进行推理加速。接下来记录一下我的实现过程。二、环境准备如果没有搭建YOLOv5跑通的环境，按照下文步骤执行。反之，直接执行第二步。1、参考文章《Jetson AGX Xavier配置yolov5》建立YOLOv5的Python环境，并参照《Jetson AGX Xavier安装Archiconda虚拟环境管理器与在虚拟环境中调用opencv》，将opencv导入环境。2、在环境中导入Tensor

一、前言由于我的毕业设计采用的目标检测算法是yolov5，所以我需要在jetson产品中配置一个yolov5的独立环境。二、创建环境1、三、总结四、参考文章