Nvidia Jetson Nano Tutorial - Primo sguardo con AI e ML: 7 passaggi

2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:01

Ehi, che succede ragazzi! Akarsh qui da CETech.

Oggi daremo un'occhiata a un nuovo SBC di Nvidia che è il Jetson Nano, il Jetson Nano è focalizzato su tecniche di intelligenza artificiale come il riconoscimento delle immagini, ecc. Inizieremo prima questo bambino e poi vedremo come possiamo operare su di esso. Guarda il video qui sopra che potrebbe renderti le cose più chiare:) Ora iniziamo.

Passaggio 1: ottieni PCB per il tuo progetto prodotto

Devi controllare PCBGOGO per ordinare PCB online a basso costo!

Ottieni 10 PCB di buona qualità prodotti e spediti a casa tua per 5 $ e alcune spese di spedizione. Avrai anche uno sconto sulla spedizione sul tuo primo ordine. PCBGOGO ha la capacità di assemblaggio PCB e produzione di stencil, oltre a mantenere buoni standard di qualità.

Controllali se hai bisogno di produrre o assemblare PCB.

Passaggio 2: informazioni su Jetson Nano

Alcune specifiche:

• GPU: GPU NVIDIA Maxwell™ a 128 core
• CPU: CPU ARM® A57 quad-core
• Memoria: 4 GB LPDDR4 a 64 bit
• Memoria: flash eMMC 5.1 da 16 GB
• Codificatore video: 4K @30 (H.264/H.265)
• Decodificatore video: 4K a 60 (H.264/H.265)
• Fotocamera: 12 corsie (3×4 o 4×2) MIPI CSI-2 DPHY 1.1（1.5Gbps）
• Connettività: Gigabit Ethernet
• Schermo: HDMI 2.0 o DP1.2 |eDP 1.4| DSI (1x2)
• UPHY: 1x1/2/4 PCIE, 1xUSB3.0, 3xUSB2.0
• I/O: 1xSDIO/ 2xSPI /6xI2C /2xI2S /GPIO
• Dimensioni: 100 x 80 x 29 mm/3,94 x 3,15 x 1,14"

Passaggio 3: per iniziare: parti

Per iniziare e avviare Jetson Nano sono necessari i seguenti hardware:

• Il Jetson Nano: Link
• Schermo HDMI, ho usato un touchscreen da 7 pollici di DFRobot
• Tastiera e mouse, ho ricevuto una combinazione wireless da DFRobot
• Scheda SD di almeno 16GB e classe 10
• Un minimo di alimentazione micro USB 5V 2Amp
• Cavo Ethernet o una scheda WiFi per aggiungere l'accesso a Internet a Jetson Nano

Passaggio 4: preparazione della scheda SD

1) Scarica l'immagine della scheda SD del kit per sviluppatori Jetson Nano e annota dove è stata salvata sul computer.

2) Scarica un software di flasher di immagini per il tuo sistema operativo, ho usato lo strumento Win32 Disk imager su Windows per eseguire il flashing della scheda SD con l'immagine scaricata nel passaggio 1.

3) Collega la tua scheda SD al tuo computer/laptop e poi usando lo strumento flasher sul tuo computer fai lampeggiare l'immagine scaricata sulla scheda SD.

4) Una volta che l'immagine viene visualizzata sulla scheda SD, la scheda è pronta per essere inserita nel Jetson Nano

Passaggio 5: avvio di Jetson Nano

Una volta che tutti i cavi sono collegati al Jetson e l'alimentazione è accesa, vedrai gli script di installazione in esecuzione sullo schermo.

È necessario seguire semplici passaggi di configurazione come l'impostazione di area/lingua/ora e il sistema si riavvierà per mostrare il logo Nvidia.

Passaggio 6: installazione delle demo:

Innanzitutto, aggiorna e aggiorna il software:

• sudo apt-get update
• su udo apt upgrade

Una volta eseguiti gli aggiornamenti, installeremo la demo di VisionWorks, per installare dobbiamo prima navigare nella cartella con lo script di installazione con il seguente comando:

cd /usr/share/visionworks/sources/

Dobbiamo copiare lo script nella posizione principale e navigare nella posizione principale:

• ./install-samples.sh ~
• cd ~

Nella cartella principale, troverai la cartella visionworks works all'interno della quale devi eseguire il comando make.

• cd /VisionWorks-1.6-Sample/
• fare

Una volta eseguito il comando make, puoi navigare nel seguente percorso per eseguire le demo

• cd /bin/aarch64/linux/release/
• ls

In questa cartella, vedrai le demo multiple che puoi eseguire nel modo seguente:

./nvx_demo_feature_tracker

Una volta eseguito il comando vedrai una finestra come quella nelle immagini.

Passaggio 7: più passaggi

Una volta fatto questo, puoi giocare con altre funzionalità di Jetson, andando avanti aggiungeremo un modulo fotocamera Raspberry Pi al Jetson e realizzeremo alcuni progetti di riconoscimento delle immagini.

Resta sintonizzato sul mio canale per saperne di più!