设备信息
我的设备是Jetson Xavier NX;
准备工作
- 鼠标、键盘、显示器
- SD卡(32GB至少)
- 网线(也可以wifi)
- 官方教程:https://developer.nvidia.com/embedded/learn/get-started-jetson-xavier-nx-devkit
Step1:下载软件
烧录软件balenaEtcher:https://www.balena.io/etcher
如果需要格式化SD卡,下载:https://www.sdcard.org/downloads/formatter_4/eula_windows/
Step2:下载镜像jetson pack
下载链接:https://developer.nvidia.com/embedded/jetpack-archive
我下载的是4.4.1版本,如果是最新的5.X版本需要预先更新QSPI,请参考别的教程。查看jetpack命令
sudo apt-cache show nvidia-jetpack
Step3:烧录
打开balenaEtcher软件,选择对应的系统镜像和目标磁盘(SD卡)
等待烧录完毕即可!
Step4:系统初始化
将SD卡插入到NX开发板上面,连接好鼠标、键盘、显示器,最后连接上电源即可自动开启。
之后就是类似ubuntu系统的安装,注意:用户名可以自定义,我写了nvidia,可以自己设置用户密码,选择语言English,地区选择Shanghai。
Step5:ssh远程登录
方便vscode调代码使用
因为前面设置了用户和密码,但是使用远程登录的时候还是使用密钥保障安全。
首先,生成公钥
ssh-keygen
会跳出几个步骤,第一个是指定路径用的,设置一下名称,~/.ssh/jetson
;
后两个步骤是设置私钥密码,可以回车直接免密。
其次,将公钥输入到jetson设备
ssh-copy-id nvidia@ip
首次操作输入密码,输入密码后即把jetson.pub写入到nvidia的对应路径下authorized_keys中。
最后,在vscode试试远程config
文件中加入这段信息
Host jetson_nx
HostName ip
User nvidia
Port 22
IdentityFile "C:\Users\x\.ssh\jetson"
点击连接即可(完结撒花)
附言:查询开发环境版本的基础信息
- 系统信息
- 系统主要硬件信息
- USB设备
- 开发环境版本
- 各种应用的Sample代码路径
1. 系统信息
- LT4版本
head -n 1 /etc/nv_tegra_release
解释:查看 /etc/nv_tegra_release 的第一行,应该会看到如下信息
显示这个设备的LT4内核版本为R32.4.4
- 操作系统(Ubuntu)版本
cat /etc/lsb-release
DISTRIB_ID=Ubuntu # 操作系统种类为Ubuntu
DISTRIB_RELEASE=18.04 # 操作系统版本为18.04
DISTRIB_CODENAME=bionic # 操作系统代号bionic
DISTRIB_DESCRIPTION="Ubuntu 18.04.5 LTS" # 完整描述
- 内核驱动版本,与周边设备的驱动相关
uname -a
2. 系统主要硬件
- 查看CPU
lscpu
- 查看内存
free -m
- 查看存储设备与分区
sudo parted -l
sudo fdisk -l
- 查看硬盘空间
df -h
3. USB设备
lsusb
- 检测是否连接摄像头
ls /dev/vid*
- 查看 USB 设备的版本
lsusb -D /dev/bus/usb/003/001 | grep bcdUSB
4. 环境版本
查看 CUDA 版本:请先检查 ~/.bashrc 里面是否添加 CUDA 相关路径
nvcc -V
配置方法
- 修改~/.bashrc
sudo vim ~/.bashrc
- 将如下内容添加到文件末尾
export CUBA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:$PATH
- 保存修改
source ~/.bashrc
- 查看CUDNN/OpenCV/TensorRT版本
CUDNN 版本查询
dpkg -l libcudnn7
OpenCV版本查询
dpkg -l libopencv
TensprRT 版本查询
dpkg -l tensorrt
5. 各种应用的Sample代码路径
应用 | 路径 |
---|---|
CUDA | /usr/local/cuda-/samples/ |
CUDNN | /usr/src/cudnn_samples_/ |
OpenCV | /usr/share/OpenCV/samples/ |
TensorRT | /usr/src/tensorrt/samples/ |
VisionWorks | /usr/share/visionworks/sources/samples/ /usr/share/visionworks-tracking/sources/samples/ /usr/share/visionworks-sfm/sources/samples/ |
参考资料
- https://zhuanlan.zhihu.com/p/370701948
系统烧录的教程,看官网也没什么难度。
- http://www.gpus.cn/gpus_list_page_techno_support_content?id=39
附录系统信息命令的资料
- https://huaweicloud.csdn.net/638089e5dacf622b8df89e3a.html?spm=1001.2101.3001.6650.16&utm_medium=distribute.pc_relevant.none-task-blog-2defaultBlogCommendFromBaiduactivity-16-126728718-blog-121766172.235^v27^pc_relevant_3mothn_strategy_recovery&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2defaultBlogCommendFromBaiduactivity-16-126728718-blog-121766172.235v27pc_relevant_3mothn_strategy_recovery&utm_relevant_index=17
非常保姆级的教程