[PYTHON] Objekterkennung mit Jetson Nano (YOLOv3) - (1) Jetson Nano-Einstellungen-

Einführung

Ich habe versucht, Objekte mit YOLO v3 mithilfe von Jetson Nano mit einem Kollegen des Unternehmens zu erkennen.

① [Grundlegende] Jetson Nano-Einstellungen ② [Basic] Ausführung der Objekterkennung YOLO v3 auf Jetson Nano ③ [Entwicklung] Erstellen Sie ein Originalmodell und führen Sie es aus

Diesmal sind es (1) Jetson Nano-Einstellungen. Ich werde auch den Link von dem einfügen, was ich tatsächlich gekauft habe. Bitte beziehen Sie sich darauf.

1. Was ist vorzubereiten?

2. Jumper-Pin-Einstellungen

Am J48-Header muss ein Überbrückungsstift mit einem Abstand von 2,54 mm angebracht werden, um das Netzteil mit Strom zu versorgen. Überbrückungsstifte waren im Entwickler-Kit enthalten. Es scheint, dass es möglicherweise nicht enthalten ist. Wenn Sie es also nicht haben, müssen Sie es kaufen.

3. Installieren Sie das Betriebssystem auf microSD

Lassen Sie uns das Betriebssystem mit einem Windows-PC auf der microSD installieren.

Laden Sie das Betriebssystem "Jet Pack" herunter

Laden Sie "Jet Pack" von der offiziellen NVIDIA-Website herunter. Greifen Sie auf Ihrem Computer auf die JetPack-Seite von NVIDIA zu und laden Sie das neueste Betriebssystem-Image von der offiziellen Website herunter. Wählen Sie im Bild unten die Option SD-Kartenbild von JETSON NANO DEVELOPER KITS herunterladen. Die Zip-Datei wird heruntergeladen, also entpacken wir sie. Es sollte eine Datei mit der Erweiterung .img vorhanden sein. Ich werde es danach verwenden. https://developer.nvidia.com/embedded/jetpack image.png

SD-Kartenformat

Initialisieren (formatieren) Sie die microSD-Karte. Formatieren Sie den von der SD Association bereitgestellten "SD Card Formatter" nach dem Herunterladen und Installieren im Schnellformat. https://www.sdcard.org/jp/downloads/formatter/ image.png

Schreiben Sie auf die SD-Karte

Um die Software namens balenaEtcher zu verwenden, installieren Sie sie bitte von der folgenden Site. Klicken Sie nach dem Starten von balenaEtcher auf Bild auswählen und wählen Sie die zuvor heruntergeladene Datei "~ .img" aus. Wählen Sie unter Ziel auswählen die SD-Karte aus. Wählen Sie abschließend Flash!, Um mit dem Schreiben zu beginnen. Es wird einige Zeit dauern, also warten Sie geduldig. https://www.balena.io/etcher/

4. Jetson Nano Grundeinstellungen

Setzen Sie die microSD-Karte ein und stecken Sie das Netzteil mit der Wifi-WLAN-Slave-Einheit / Tastatur / Maus und dem an den USB-Anschluss angeschlossenen HDMI ein, um die Stromversorgung einzuschalten. Danach stellen wir entsprechend dem angezeigten Inhalt ein. Wählen Sie als Einschränkung Englisch für die Sprachauswahl. Wenn Sie Japanisch verwenden, ist das Verzeichnis auf Japanisch und Sie werden durch unnötige Dinge verärgert.

5. Einstellungen tauschen

Der Jetson Nano verfügt über 4 GB Speicher, was für die Objekterkennung nicht ausreicht. Erstellen wir eine Swap-Datei, um microSD als virtuellen Speicher zu verwenden. Sie können eine 4-GB-Auslagerungsdatei erstellen, indem Sie den folgenden Befehl ausführen.

#Erstellen einer Auslagerungsdatei
sudo dd if=/dev/zero of=/var/swapfile bs=1G count=4 #4GB
sudo mkswap /var/swapfile #Initialisierung der Auslagerungsdatei
sudo chmod 600 /var/swapfile #Dateiberechtigungen ändern(Nur für Root-Benutzer zugänglich)

Sie können die Größe der Auslagerungsdatei ändern, indem Sie den Wert für count ändern.

Um die Swap-Datei beim Start von Jetson Nano automatisch bereitzustellen, öffnen Sie die Datei / etc / fstab und fügen Sie am Ende die folgende Zeile hinzu. /var/swapfile none swap swap 0 0 Bitte starten Sie hier neu oder führen Sie den folgenden Befehl aus, um die Swap-Datei ohne Neustart zu aktivieren.

#Swap-Datei aktivieren
sudo swapon /var/swapfile

Sie können die Größe des zugewiesenen Swap-Bereichs überprüfen, indem Sie den Befehl free -m ausführen. (Da im Ausgangszustand 2 GB Swap-Bereich zugewiesen sind, sollten es 6 GB sein.)

6. Maximieren Sie die Leistung

Ändern Sie den Energiemodus für maximale Leistung. Sie können die Leistung maximieren, indem Sie einfach Folgendes tun:

sudo nvpmodel -m 0
sudo jetson_clocks

Zusammenfassung

Damit sind die Jetson Nano-Einstellungen abgeschlossen. Nächstes Mal werde ich versuchen, die Objekterkennung auf Jetson Nano auszuführen.

Verweise

Vielen Dank

Dieser Inhalt wurde mit Herrn Mihara, einem Kollegen des Unternehmens, überprüft. Außerdem habe ich mit meinem ehemaligen Kollegen Choi nach dem Anschluss gefragt. Wir möchten diese Gelegenheit nutzen, um Ihnen zu danken.

Recommended Posts

Objekterkennung mit Jetson Nano (YOLOv3) - (1) Jetson Nano-Einstellungen-
Expressionsnachweis mit Yolov5
Logoerkennung mit der TensorFlow-Objekterkennungs-API
Versuchen Sie die Objekterkennung in Echtzeit mit YOLOv2 (TensorFlow).
Fügen Sie DeepStream SDK Python Binding in Jetson Nano ein und versuchen Sie die Objekterkennung
Ich habe versucht, Objekte mit Python und OpenCV zu erkennen
Versuchen wir die Echtzeit-Objekterkennung mit Faster R-CNN
Jetson Nano Setup
[Zusammenfassung] Objekterkennungsmodell "End-to-End-Objekterkennung mit Transformatoren" mit Transformer
Richten Sie Jetson Nano ein
2020/02 Python 3.7 + TensorFlow 2.1 + Keras 2.3.1 + YOLOv3 Objekterkennung mit der neuesten Version
Allgemeine Objekterkennung mit dem von Google vorab trainierten Modell (über TensorFlow Hub)
[Für Anfänger] Ich habe versucht, die Tensorflow-Objekterkennungs-API zu verwenden