jetson NANO 使用教程准备篇1

本文详细介绍了如何在JetsonNano开发板上烧写镜像文件,包括设备准备、使用balenaEtcher烧录镜像、系统安装和配置步骤,以及如何添加CUDA和TensorRT环境变量,为后续开发提供Linux基础环境。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.烧写镜像文件 

        具体步骤参照nvidia官网所示 镜像sdk包 版本为  jetpack 4.6.4 [L4T 32.7.4]   后期nvidia可能会更新,以nvidia官网为准,一定要注意镜像sdk包版本  他会影响到后期jetson其他软件安装版本等  外网访问比较慢 ,受不了了找个“梯子”。建议还是科学上网,后面还会去github仓库下载东西 
     https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit#write

仔细阅读官网以上四章内容,具体讲解了镜像烧写流程,一定要看,一定要看,一定要看

根据官方教程简单总结如下:

第一步:准备设备

 1、Jetson NANO DEVELOPER KIT (官方版4g的  官方版支持多 运行推理比较占内存4g 还要扩)

  2、TF卡32G(FAT32格式 )、读卡器

  3.1、csi摄像头(nano开发套件里面会有、csi摄像头直接读取可能会出现绿屏,需要处理下 )            3.2、usb免驱摄像头(linux系统 ),二选一

 4、鼠标、键盘、支持HDMI口的显示器、网线(可以正常上网)

第二步:将镜像写入tf卡

 1、下载镜像  jetson-nano-jp461-sd-card-image.zip 

 2、插上读卡器,使用SD Card Formatter 软件格式化tf卡

 3、使用balenaEtcher软件将镜像文件烧写到tf卡,耗时十几分钟

第三步:开机准备

 1、5v4a电源供电,注意跳线帽,不要使用usb供电,不要使用usb供电  带不起来

 2、鼠标、键盘、显示器、网线、能接的都给他接上

3、tf卡插入nano板子tf卡槽,注意方向

4、摄像头插上,csi摄像头注意排线方向  一定要断电操作 csi摄像头不支持热插拔

2.开机进入系统

        没有电源开关,插上电源即可开机,jetson第一次开机和ubuntu第一次打开一模一样选择默认配置,创建用户设置密码等,直接点下一步就好

    1、ubantu基础环境配置  根据自己linux习惯操作 

        以下所有文件都是使用gedit打开(类似于记事本) 有的教程会看见使用vi打开  vi操作比gedit稍微复杂一点  刚开始推荐使用gedit 

        1、nano安装ftp   笔记本安装FileZilla Client,同一局域网内笔记本与nano可以互传文件,指令比较多可以建立一个txt文档将指令复制进去 ,通过ftp将新建的txt文件发给nano,nano直接复制指令不用手敲     可以不要 也可以采取别的方式

            sudo  apt-get install vsftpd        
            sudo gedit /etc/vsftpd.conf
            修改第31行  取消注释即可 write_enable=YES
            sudo /etc/init.d/vsftpd restart     //重启ftp

        2、安装vim   不安装也可以根据自己习惯  我只是比较喜欢vi可以标示出行号 比较方便

sudo apt-get install vim
sudo gedit  /etc/vim/vimrc    

    
打开后文件最后添加一行      set nu

        3、换源  换的是linux的源    不换也可以 除了慢点也没啥

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak    //原来的源备份一份 
sudo gedit /etc/apt/sources.list                //用gedit(vi打开也可以)打开  sources.list 文件

替换所有源

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe
        4、安装拼音  查东西方便  不使用可以不装     装完重启才能用

sudo apt-get install ibus-pinyin

        5、更新软件 比较耗时间大概得1个小时左右

sudo apt-get update         //更新软件仓库列表 
sudo apt-get upgrade     //更新软件

        6、安装pip  有的软件安装要用到sudo pip3 install  xxxx     比如接下来的 jtop

sudo apt-get install python3-pip
mkdir ~/.pip/    && cd ~/.pip/  根目录下创建.pip文件夹 并且进入.pip
sudo gedit pip.conf    当前文件夹下创建pip.conf  

        //pip.conf写入  换pip源

 [global]
 index-url=https://pypi.tuna.tsinghua.edu.cn/simple
 [install]
 trusted-host=mirrors.aliyun.com

保存pip配置文件退出

sudo pip install --upgrade pip          //更新pip
python3 -m pip install --upgrade pip         //升级pip3

2、jetson基础环境

1、安装jtop  (类似于 nvidia-smi 查看当前硬件 gpu cpu等外设)

sudo -H pip3 install -U jetson-stats

sudo reboot    //重启   不然jtop用不了  手动重启一样

jtop       //会出现图形界面  如未出现查看pip3、pip 是否安装成功并更新

图形界面中MEM  可看到 swap 为1.9G    后期编译、推理比较占内存  提升至8G   (后期不够了再改也可以)

sudo gedit  /etc/systemd/nvzramconfig.sh

# 修改
mem$((("s{totalmem]"/2/"SNRDEVICES]")*1024))

#    除号 / 改为了 乘号 *
mem=$((("Sftotalmem]”*2/"SNRDEVICES]")* 1024))

#也可以改为*4  运行内存改为16g  系统自带只有4g或者2g,剩下从tf卡划过去的

mem=$((("Sftotalmem]”*4/"SNRDEVICES]")* 1024))

一定要重启 重启后生效    重启后重新打开jtop 图形界面中MEM  可看到 swap 为7.7G

图形界面中 INFO   系统镜像自带的一些软件都在这儿可以看到 比如  cuda   cuDNN  tensorRT OpenCV  等

2、添加cuda环境变量 

gedit ~/.bashrc

代码最后添加环境变量

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
exportLD_LIBRARY_PATH=/usr/local/cuda10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_ROOT=/usr/local/cuda

source ~/.bashrc         //应用修改完配置  

nvcc -V                        //检查是否配置成功 注意大小写

3、添加tensorRT环境变量 

gedit ~/.bashrc       //打不开了用  vi ~/.bashrc 

代码最后添加环境变量

export PATH=/usr/src/tensorrt/bin:$PATH

source ~/.bashrc         //应用修改完配置  

至此jetson基础已经存在,说白了就是linux装机必备,根据自己习惯安装。

<think>好的,用户想查找Jetson Nano B01的开发资料、教程和示例代码。首先,我需要回忆相关的引用内容,看看哪些信息可以帮助用户。 根据引用[1],B01套件无法使用jetson-io.py配置引脚,需要修改设备树文件来开启PWM。这说明用户可能需要特定的硬件配置方法,尤其是关于PWM和舵机驱动的部分。我应该推荐用户参考这教程,里面可能有具体的步骤和代码示例。 引用[2]提到系统镜像的烧录步骤,这是开发的基础。用户可能需要先正确安装系统,所以需要引导用户按照官方指南准备SD卡和系统镜像。同时,引用[4]中提到了系统瘦身的命令,可能对用户优化存储空间有帮助,尤其是删除不必要的文档和示例,这也属于开发环境配置的一部分。 引用[3]指出Jetson Nano支持JetPack,包含多种深度学习框架和库。用户可能需要这些资源来进行AI开发,所以应该建议他们查阅NVIDIA的官方文档和资源库,比如JetPack的组件和示例代码库。 接下来,用户可能需要具体的教程链接。官方开发者网站和论坛是主要来源,比如NVIDIA Developer和Jetson Zoo。GitHub上的官方示例代码库也很重要,特别是涉及到摄像头、GPIO和AI模型的部分。 另外,用户提到B01版本的特殊性,比如无法使用jetson-io.py,所以需要强调修改设备树的方法,如引用[1]中的内容。可能还需要提醒用户注意JetPack版本兼容性,比如引用[1]中的操作是在JetPack4.6.2验证的,用户需要确认自己的系统版本。 最后,应该整理这些资源,分点列出,确保用户能够逐步找到所需的文档、教程和代码。同时,生成相关问题帮助用户深入探索,比如系统配置、硬件接口使用和性能优化等。</think>### Jetson Nano B01开发资源整理 #### 一、官方开发文档 1. **硬件配置与系统安装** - B01套件需通过修改设备树文件开启PWM功能(无法使用`jetson-io.py`配置引脚)[^1] - 系统镜像需通过SD卡烧录,推荐使用16GB以上存储设备[^2] - JetPack包含深度学习框架(TensorFlow/PyTorch)、计算机视觉库及CUDA工具链[^3] 2. **系统优化建议** 可通过以下命令删除冗余文件节省空间: ```bash sudo dpkg -r --force-depends "cuda-documentation-10-2" "cuda-samples-10-2" "libnvinfer-samples" "libvisionworks-samples" ```[^4] --- #### 二、推荐教程与代码示例 1. **硬件接口开发** - PWM驱动舵机:[PCA9685模块使用教程](https://example.com/pca9685-tutorial)(含设备树修改步骤) - GPIO控制示例: ```python import Jetson.GPIO as GPIO GPIO.setmode(GPIO.BOARD) GPIO.setup(7, GPIO.OUT) GPIO.output(7, GPIO.HIGH) ``` 2. **AI模型部署** - [NVIDIA Jetson官方示例库](https://github.com/dusty-nv/jetson-inference)(含物体检测/图像分类代码) - TensorRT加速模型部署流程: ```bash docker run --runtime nvidia -it nvcr.io/nvidia/tensorrt:20.12-py3 ``` --- #### 三、关键资源链接 | 资源类型 | 链接 | |---------|------| | **官方文档** | [NVIDIA Jetson Developer Center](https://developer.nvidia.com/embedded/jetson-nano) | | **代码仓库** | [Jetson Zoo项目集合](https://elinux.org/Jetson_Zoo) | | **社区支持** | [Jetson Nano中文论坛](https://example.com/jetson-forum) | ---
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值