darcsdn

devmem 是一个直接读写寄存器的工具，通过 mmap 将 /dev/mem 中的物理地址区域映射到用户空间进程地址空间，从而实现直接读写，正常情况下在 /dev 下可以看到 mem。可以看到对应 bit5 bit6 分别为 1，对应配置为 E_IO_HV 为 ENABLE 以及 E_INPUT 为 ENABLE。需要 TRM 手册查看相关寄存器，以及安装 busybox，busybox 内置了 devmem。根据 TRM 手册，找到 I2C_SDA 的 pinmux 地址偏移是 0x18。

jetson核心板测试gpu的应用程序需要考虑多程序占用gpu时的影响及gpu满负荷时温度的变化，影响着硬件、功耗、散热设计，如下为gpu的一个烤机程序烤机脚本如下，使用stress压测8核，使用gpu_burn 跑满 gpu。

接下来的篇章以 Jetson Orin Nano 8G 版本以及 Jetpack r35.5.0 作为示例，宿主机为 ubuntu20.04。Driver Package 为 BSP 包也就是我们需要的 SDK ，下载及解压使用如下指令。其中需要注意对应版本的 Linux kernel 版本以及是否适用于Jetson型号。将特殊的binaries程序应用到kernel、bootloader、rootfs中。Jetpack命令行构建、烧录Jetson：选择sdk及资源目录。基于initrd的烧录脚本。

经过上面的测试，cuda和cpu简单比较下来，数据量越大，cuda越有优势，数据量很小的时候还不如用cpu，当然cuda程序的编写也是较大的影响因素，内存的分配，程序逻辑的解耦等等。使用python脚本进行耗时统计（橙黄色cpu耗时，蓝色cuda耗时，x轴为计算量逐渐递增）CUDA与CPU在计算方面的差距。代码仓库（如果对你有用麻烦点个STAR！

v4l2（video for linux two）是Linux中内核提供给应用层访问音视频驱动的统一接口。v4l2中获取摄像头的能力的是通过ioctl函数的VIDIOC_QUERYCAP命令获取。继续运行，还是很卡，WARN还在，修改代码如下，增加cv2.CAP_V4L2。运行后，读取摄像头的窗口很大，而且很卡，出现如下的提示。安装libcanberra-gtk-module。OpenCV读取摄像头窗口变大且很卡的解决方法。读取摄像头窗口变大且很卡的代码。

故使用g++编译的时候，需要加上-l指定头文件目录，否则就会报找不到opencv头文件。手动编译的opencv的安装目录在/usr/lib下，可以看之前的cmake参数。再增加-L指定依赖动态库的位置，-lopencv_core为基础库。OpenCV编译C++测试程序获取CUDA设备信息。还有如下库可能会使用到。

计算验证，fps含义，多少帧frame每秒，视频的时间就等于总帧数/fps，807/30=26.9s，符合我们最开始看到的视频时间。Jetson Orin Nano使用OpenCV获取视频帧率和帧数的方法。python3运行结果，30fps，总帧数807。使用cv库来获取帧率和帧数，测试代码如下。首先确认下视频的播放时间。

但import cv2时，还是会报no module "cv2"的报错，到build目录下，找到python_load文件夹，这个文件夹就是cv2编译的python package。其中cv2的包将安装到/lib/python3.8/site-packages/cv2/python-3.8，如下为make的过程。使用jetpack安装的jetson，自带了opencv，但是没有cuda加速的，输入opencv_version。使用jtop查看，可以确认自带的opencv是没用cuda的。

Jetson Orin Nano 使用OpenCV调用USB摄像头。检查usb摄像头是否被识别到。

Jetson Orin Nano训练YOLOv5 完美世界-荒天帝。视频以及图片仅用作学习使用，侵删～数据较少，训练练习，效果一般～

Jetson Orin Nano使用YOLOv5进行二维码QRcode识别。二维码为bing引擎搜索，仅用作学习使用，侵删～

Jetson Orin Nano训练YOLOv5。硬件平台：jetson orin nano。

Jetson orin nano烧录镜像教程