高端货来啦-NVIDIA Jetson TX2

NVIDIA Jetson TX2 介绍看这里：

https://www.nvidia.com/zh-cn/autonomous-machines/embedded-systems-dev-kits-modules/

二话不说，先上图片。

插上电源，连上显示器，启动，并没有期待的桌面出现，到~/NVIDIA-INSTALLER下执行installer.sh，只能执行一次，然后重启就能看到界面了。

摆好姿势准备刷机。在NVIDIA的官网上注册，并下载JetPack.

https://developer.nvidia.com/embedded/downloads

官方安装说明：

https://docs.nvidia.com/jetpack-l4t/index.html#jetpack/3.3/install.htm

没有物理机，用VirtualBox也是可以刷机的，安装Ubuntu作为host，USB设置如下，否则会刷机失败。

虚拟机器至少要分配40G的磁盘空间，然后运行JetPack的安装程序，开始疯狂的下载。

期间有中断可以重新执行安装程序，OpenCV可以选择先不安装。

下载编译完成后，弹出窗口，要将新的系统和程序刷到TX2上，按post installation的提示进入刷机模式，一步步做即可。用lsusb查看是否有Nvidia字样，确保主机和TX2是正常连接的。

漫长的等待，系统刷完了。开始安装软件包，主机要ssh到TX2上去，这时TX2已经可以启动，在自动执行一个向主机发送ip的shell，如果没有连接网线，连上WiFi继续（需要键盘、鼠标、显示器）。主机端如果超时的话，会显示是否retry或是手动安装。

最后看到finished，大功告成。

启动版载摄像头看看

gst-launch-1.0 nvcamerasrc ! 'video/x-raw(memory:NVMM),width=640, height=480, framerate=30/1, format=NV12' ! nvvidconv flip-method=2 ! nvegltransform ! nveglglessink -e

下来手动安装OpenCV：

sudo apt-get install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev

编译，注意替换cuda的版本号：

cmake \

-DCMAKE_BUILD_TYPE=Release \

-DBUILD_PNG=OFF \

-DBUILD_TIFF=OFF \

-DBUILD_TBB=OFF \

-DBUILD_JPEG=OFF \

-DBUILD_JASPER=OFF \

-DBUILD_ZLIB=OFF \

-DBUILD_EXAMPLES=ON \

-DBUILD_opencv_java=OFF \

-DBUILD_opencv_python2=OFF \

-DBUILD_opencv_python3=ON \

-DENABLE_PRECOMPILED_HEADERS=OFF \

-DWITH_OPENCL=OFF \

-DWITH_OPENMP=OFF \

-DWITH_FFMPEG=ON \

-DWITH_GSTREAMER=ON \

-DWITH_GSTREAMER_0_10=OFF \

-DWITH_CUDA=ON \

-DWITH_GTK=ON \

-DWITH_VTK=OFF \

-DWITH_TBB=ON \

-DWITH_1394=OFF \

-DWITH_OPENEXR=OFF \

-DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-9.0 \

-DCUDA_ARCH_BIN=6.2 \

-DCUDA_ARCH_PTX="" \

-DINSTALL_C_EXAMPLES=ON \

-DINSTALL_TESTS=OFF \

-DPYTHON_DEFAULT_EXECUTABLE=$(which python3) \

..

来个边缘检测：

安装TensorFlow：别费劲自己编译了，直接下载安装。

https://github.com/JasonAtNvidia/JetsonTFBuild

tensorflow-1.8.0-cp35-cp35m-linux_aarch64.whl

其他常用python库 pip3 install即可。

在TX2上训练一些小型的网络也是可以的，主要还是用于推理。自己刷完机后，home下带了很多例子，自行查看。