NVIDIA Jetson Tx2从刷机到Yolo部署（2020.11新JETPACK4.4全步骤）

最新推荐文章于 2025-03-16 15:10:34 发布
最新推荐文章于 2025-03-16 15:10:34 发布
阅读量4.4k 收藏 65
点赞数 4
分类专栏： TX2 文章标签： 深度学习 神经网络 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_48695448/article/details/109404629
版权
本文详细介绍了如何使用NVIDIA SDK Manager在Jetson TX2上进行刷机和部署Yolo的过程。从下载安装SDK Manager到配置开发环境，再到接受许可和安装组件，一步步指导用户完成Jetson TX2的设置。此外，文章还涵盖了更换国内apt源、安装setuptools、pip、cmake和谷歌拼音输入法，以及利用jtop监控系统资源。最后，文章讨论了如何部署和运行Yolo模型，为Jetson TX2的深度学习应用打下基础。

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

NVIDIA Jetson Tx2 从刷机到Yolo部署

NVIDIA SDK Manager

NVIDIA Software Development Kit (SDK) Manager
NVIDIA软件开发工具包(SDK)管理器是一款集开发人员软件于一体的工具，为NVIDIA SDK提供端到端的开发环境设置解决方案。

系统需求
Ubuntu Desktop 16.04 and 18.04 on x64 system
部署SDK版本，系统卷上至少需要25GB的空闲磁盘空间。
连接TX2与Ubuntu主机之间的USB数据线
TX2与Ubuntu主机需要在同一个局域网下，推荐使用网线连接到同一个路由器下。

下载并安装SDK Manager

  1. 打开下载网址https://developer.nvidia.com/nvidia-sdk-manager并登陆NVIDIA账号下载SDK Manager到Ubuntu主机
  2. 打开终端安装Debian软件包:
sudo apt install ./sdkmanager_[version].[build#].deb
  1. 在主机运行SDK Manager:
    打开终端，使用以下命令启动SDK管理器:
sdkmanager
  1. 登陆SDK Manager，选择登陆方式为Developer账户（跳转到NVIDIA网页登陆确认）

选择登陆方式为Developer账户

使用SDK Manager安装Jetson软件

Step1：配置开发环境

在这里插入图片描述
如果连接了Jetson TX2设备，SDK管理器将在目标硬件下拉列表中自动选择该设备。如果设备没有被自动检测到，请单击刷新，或者尝试更换USB数据线。
在这里插入图片描述

在目标操作系统面板中，选择操作系统和JetPack版本。
注意：若无需在Ubuntu主机上安装项目可取消勾选Host Machine，推荐取消，不影响TX2刷机和使用。

Step2：检查组件并接受许可

在这里插入图片描述

  1. 展开主机组件和目标组件面板，以查看将安装在系统上的组件。
  2. 选中复选框接受许可协议的条款。
  3. 如果希望SDK管理器将所有安装文件下载到默认路径以外的位置，请进入屏幕底部的下载和安装选项，然后手动选择希望使用的路径。

Step3：安装

  1. 在安装开始之前，SDK管理器会提示输入主机密码。在这里插入图片描述

  2. 显示软件下载和安装的进度。在这里插入图片描述

  3. 在顶部，可以在细节选项卡和终端选项卡之间切换。Terminal选项卡显示有关下载和安装的详细信息，并突出显示任何错误。

  4. 在Terminal选项卡上，可以使用Filter文本字段来筛选和搜索特定的信息。

  5. SDK管理器在准备好刷新目标设备时打开一个对话框。提示提供了如何准备设

最低0.47元/天 解锁文章
为JETSON TX2开发板部署YoloV5
贱贱的剑
03-04 5571
参考资料一：nvidia为JETSON Tx2编译的pytorch 参考资料二：Jetson软件包下载 参考资料三：Tx2安装工具的使用 参考资料四： Jetson烧录工具 参考资料五： B站下载的行人视频 一、升级TX2系统版本到最新版（JetPack4.6） 我拿到的板子的版本太低了，在工作的过程中会有很多问题，因此要先升级到最新版 下载参考资料四中的烧录工具，在Ubuntu18.04中安装，只能，必须，一定是Ubuntu18.04 安装完成后使用非root用户启动SDK Manger，登录Nvi.
NVIDIA Jetson YOLOv5 tensorRT部署和加速 C++版
黎国溥
05-12 7990
前言 在实现NVIDIA Jetson AGX Xavier 部署YOLOv5的深度学习环境，然后能正常推理跑模型后；发现模型速度不够快，于是使用tensorRT部署，加速模型，本文介绍C++版本的。 NVIDIA Jetson YOLOv5应用与部署_一颗小树x的博客-优快云博客 版本介绍：yolov5 v6.0、tensorrtx；Jetpack 4.5 [L4T 32.5.0]、CUDA: 10.2.89。 我测试了 kitti 数据集的100张图片：加速后每一张图像，平均推理时间是22ms
初学JetsonTX2之部署YOLO
热门推荐
dhaduce的博客
05-20 1万+
  本人准备使用YOLO进行人脸检测，硬件设备为Jetson TX2。查阅YOLO官网，要部署YOLO，首先要安装CUDA、CUDNN、OPENCV，然后部署Darknet，最后部署YOLO。本文参考：https://pjreddie.com/darknet/yolo/https://pjreddie.com/darknet/install/https://zhuanlan.zhihu.com/p...
Jetson Nano配置指南（三）：YOLOv8/v11部署Python环境
最新发布
zeng699304的博客
03-16 3165
本文将详细讲解在Jetson Nano上配置YOLOv8/v11开发环境的全流程，涵盖Python多版本管理、代码编辑器安装、虚拟环境搭建及模型部署优化等关键步骤。
YOLO部署实战（5）：NVIDIA Jetson Tx2部署YOLO
马上到我碗里来的博客
02-04 5917
在tx2板子上部署yolov4的时候做的一点笔记，所有的部署都在板子上实际运行过，所以问题不大，供大家参考
NVIDIA Jetson TX2 挂载SSD硬盘
jiangchao3392的专栏
06-21 1万+
安装环境：          硬件平台： NVIDIA Jetson TX2，   三星 SSD 850EVO         系统平台： ubuntu 16.04  LTS 1，查看硬盘所有分区并记录下待挂在分区（主要以硬盘，分区大小和格式确定）       硬盘格式为MBR， 非GPT。sudo fdisk -lu ２、对硬盘进行分区。在终端窗口中输
jetson TX2部署pytorch环境
weixin_42182534的博客
03-28 1829
我遇到了torch和torchvision版本不一致的问题，导致我在jetson TX2上运行yolov5时出错 注意点：在英伟达官网上我们可以发现不管是那个版本的torch只支持python3.6，所以，我们在创建虚拟环境时，要指定python版本为3.6 conda create --name yoloV5 python=3.6 其次，注意torch和torchvision的版本对应的问题 例如我使用的是torch1.8.0-cp36 torchvision0.9.0-cp36 这里也要注意对
jetson tx2 部署 yolov7
u014689277的博客
04-09 971
3，将之前训练好的权重文件复制到yolov7文件夹下。
如何在 Jetson TX2 上运行 YOLO.zip
11-26
对于Jetson TX2 和 TX1，如果您想实现更好的性能、更高的 fps 并在 Jetson TX2 上实时检测更多物体，我建议您使用此存储库如何在 Jetson TX2 上运行 YOLO启动后（Jetpack 3.1）并安装OPENCV...复制原始 Yolo 存储库$...
TX2部署yolov8
qq_43353981的博客
06-02 1889
此教程参考TensorRT-Alpha，在TX2上部署yolov8目标检测模型，并使用TensorRT进行加速。
NvidiaJestonTX2刷机+部署yolov5全过程（新手版）
weixin_50168087的博客
03-29 3129
本篇博客去年本科毕业写的，现在看了草稿箱才想起来发布。。。由于本科毕设第一次接触嵌入式设备，问老师借了tx2板子（有原装充电线和两个天线）。拿到手根据网上教程陆陆续续准备了：1.一块hdmi显示屏+hdmi线，有线鼠标和键盘。2.原装microusb to usbA线（某宝36r+6邮费购入），用于连接tx2和PC。3.由于tx2只有一个usb口，又购入了一个拓展坞，用于同时连接鼠标和键盘。4.两根网线，后来只用了一根，PC直接连接wifi，tx2用网线连接路由器。
NVIDIA Jetson TX2介绍
01-19
详细介绍了NVIDIA TX2套件的基础和软件架构，总结的很到位
JetsonTX2 NX+torch+yolo 从刷机到实现部署记录
weixin_44935562的博客
07-04 906
1、PC端下载一个VMware，创建一下ubuntu18.04，开机后进入虚拟机第一步直接换源，否则后面下载速度会很慢。sudo gedit /etc/apt/sources.list # 编辑souces.list文件到最后到下载后拷贝到虚拟机里，并在所存放的文件夹下打开终端执行sudo apt-get install ./该deb文件名称 # 安装sdkmanager # 启动sdk。
【AI】YOLOv7部署在NVIDIA Jetson TX2上
郭老二
05-11 1561
演示AI如何部署在嵌入式设备，如NVIDIA Jetson TX2上，以DarkNet部署YOLOv7、YOLOv7-tiny为例
TX2部署YOLO并使用板载摄像头
qq_36302589的博客
12-24 4022
被实验室扔了个这样的无聊锅，搞个依赖性和环境配了超级久而且毫无收获。于是乎那就写篇博客聊以自慰，这样至少感觉自己好像做了点什么吧。 首先是OpenCV配置，如果要求使用板载摄像头，是必须要有OpenCV3.4版本以上的，而且要有gstreamer等一系列摄像头支持的依赖。我自己装了大概一天，始终有各种各样奇怪的问题搞不定。  当然多亏了GitHub的大佬jetsonhacks，我们有了一种真的...
Jetson TX2 部署无人机跟踪项目
weixin_41258131的博客
10-25 1576
Jetson TX2 上部署无人机跟踪与无人机数据集的训练与检测过程。
TX2之YOLOV3环境部署
ZONGXP的博客
08-06 6755
参考：https://jkjung-avt.github.io/yolov3/ 0 背景 YOLOV3作为目标检测现阶段性能最好的算法之一，具有很强的实用性，在TX2上部署YOLOV3可以解决很多现实的目标检测问题。 环境依赖：opencv3.4.0 + cuda9.0 + cudnn7.1.5 1 opencv3.4.0 网上介绍说opencv3.4.1运行yolo会有问题，因此先卸载...
嵌入式JetSon TX2上定位构图与目标检测环境部署（包括RTAB-MAP、Object Detection API、RealSense、IMU、ROS、CUDA、Tensorflow等配置）
进阶的乔木同学每天都在码代码
07-09 2923
这周为了项目结题在一块崭新的TX2开发板上复现了去年的定位构图与目标检测环境部署，其实各个部分的内容在博主之前的博客中零零碎碎的都提到过，这里重新写篇博客整体总结一下，因为后面还有两块新的TX2等待博主部署环境......流下了熟练工种的泪水QAQ
TX2部署Yolo过程记录
qq_45759728的博客
01-14 2162
1.获得引擎文件 我的上一篇博文里面已经介绍过了 2.应用引擎文件 此处参考这一个博主，感谢他的文章 tensortx/yolov5下原来的samples文件删除掉.新建samples文件夹,放入一张测试的图片,进行测试. 想要视频流（本地视频或者USB摄像头）改一下yolov5.cpp #include <iostream> #include <chrono> #include "cuda_utils.h" #include "logging.h" #include "comm
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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