jetson-inference国内快速安装教程

nvidia公司出品的Hello AI world教程写的很好，配合jetson nano自带的GPU加速，非常适合低成本的AI入门学习（图像分类，物体识别，语义分割、姿态检测等）。

相应代码 https://github.com/dusty-nv/jetson-inference

但是github国内访问很不稳定，还有些大文件放在box上，安装起来很折腾。我这里整理了一个不用vpn从国内网站安装的教程，整个安装过程只需1小时左右。

1. jetson nano系统

首先需要安装好jetson nano的ubuntu系统，以及最新的jetpack 4.6。安装方法如下：

• jetson nano 2G: https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-2gb-devkit
• jetson nano 4G: https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit

2. 下载inference代码

github代码已拷贝到国内gitee，最新提交2021/10/04。
https://gitee.com/duping812/jetson-inference

$ git clone --recursive https://gitee.com/duping812/jetson-inference

注意–recursive选项会同时安6个submodule, jetson_utils, camera-capture, pytorch-classification, pytorch-detection, pytorch-segmentation, trt_pose。其中pytorch-detection还有个子模块pytorch-ssd，我都已在.gitmodules文件里把地址统一改为gitee的源了。

3. 用docker方式安装

docker容器的好处，所有相关程序、环境都已配置好，直接运行即可，比从源码安装方便很多。

$ cd jetson-inference
$ docker/run.sh

启动界面，默认会勾选一些常用的模型，这些放在box国内连不上。模型全部不选，直接安装docker镜像，好在镜像文件所在网站国内能直连。安装往后看到root@xxx提示符就说明装好了。这时先退出docker.

# exit

4. 模型下载

前面用到的模型，我传到了网盘。

• 百度网盘 https://pan.baidu.com/s/1O8L70uIyn7Cuj-APsA5pAw 提取码：82ex
• 清华云盘 https://cloud.tsinghua.edu.cn/d/7bd45188869e4434b28b/
  后面用到哪个，下载下来，解压缩后，拷到~/jetson-inference/data/networks

5. 测试是否安装成功

再次启动docker

$ docker/run.sh

进入可执行程序目录

# cd build/aarch64/bin

查看摄像头（需要在docker启动前插上摄像头）

# ./video-viewer /dev/video0

图像分类，默认使用GoogleNet模型。注意首次运行会花几分钟优化模型，优化后的模型缓存到sd卡上，下次运行就会很快了。

# ./imagenet images/jellyfish.jpg images/test/jellyfish.jpg

物体识别，默认使用SSD-Mobilenet-v2模型

# ./detectnet images/peds_0.jpg images/test/peds_0.jpg