问题标签 [jetson-xavier]

我正在尝试读取 Jetson Xavier（ubuntu 18）上的相机图像。我面临一个问题。当我运行以下代码时，它会发出警告并给出黑色（完整）图像。

[警告：0] 全局 /home/nvidia/host/build_opencv/nv_opencv/modules/videoio/src/cap_gstreamer.cpp (933) 打开 OpenCV | GStreamer 警告：无法查询视频位置：状态=0，值=-1，持续时间=-1

如果我使用“dev/video0”来读取图像，即

我收到未打开相机的警告和自定义错误消息

[警告：0] 全局 /home/nvidia/host/build_opencv/nv_opencv/modules/videoio/src/cap_gstreamer.cpp (711) 打开 OpenCV | GStreamer 警告：打开 bin 时出错：没有元素“dev” [WARN:0] global /home/nvidia/host/build_opencv/nv_opencv/modules/videoio/src/cap_gstreamer.cpp (480) isPipelinePlaying OpenCV | GStreamer 警告：GStreamer：管道尚未创建相机未打开

然后我创建了 gstream 字符串并将其传递给视频捕获，如下所示。字符串如下

我收到以下错误

我是jetson的新手，请指导我。谢谢

我在尝试运行基于我从 onnx 文件生成的 yolov4.engine 的代码时遇到问题，我收到此错误：

我在 jetson AGX Xavier Dev Kit 上运行它，代码在我的主机上运行良好，我只有在我的 jetson 卡上运行它时才得到错误。

在我的主机上我有：Tensorrt 7.2.3-1+cuda11.1

在我的 jetson AGX Xavier 上：Tensorrt 7.1.3-1+cuda10.2 它与最后一个带有 sdk 管理器的 jetpack 4.5.1 一起安装

我什至尝试用 qt 创建一个新项目，并编写了相同的代码，我添加了 yolov4 需要运行的文件，它编译得很好，但是当我执行代码时出现错误。

有谁知道我真的被卡住了

谢谢。

我读到在安装 OpenCV 时，您可以指定一系列选项（使用 CUDA、TBB、NEON 等）。

我的问题是，假设我可以访问已经安装了 OpenCV 的（ARM）机器。有没有办法了解 OpenCV 安装了哪些选项？（例如它是否使用 CUDA 等）

I'm trying to compile the tensorflow 2.3 C API for Xavier in a docker image. I'm using this as the base docker image which seems to have the correct version of CUDA installed, but the build fails with the following message:

Here are the relevant parts of my Dockerfile for reference:

Am I missing some compile options, or do I have to do some extra steps to properly set up CUDA?

我有杰森和拿铁熊猫。我想通过拿铁熊猫窗口使用VNC远程访问jetson。我尝试使用两种场景

1. 让拿铁​​熊猫成为互联网的门户。共享 latte panda 互联网作为移动热点，并将 jetson 连接到 latte panda 共享的网络。
2. 用相同的移动 4G 互联网连接 latte panda 和 jetson。但在这两种情况下，它都失败了，并给出了超时的错误消息。可以做什么？

以前将两者都与家庭互联网连接，它正在工作。这次我有什么遗漏吗？我该如何检查？任何帮助将不胜感激。

此致

我正在尝试通过 Jetson Nano 或 Xavier 的 gstreamer-1.0 访问一些 IP 摄像机。

IP 摄像机连接到 NVR。

我输入了我的密码和 ID，如下所示，但我无法访问它。

另外，我在下面的链接中提到了一些示例。

有没有人在任何 Jetson 平台上成功连接 IP 摄像机？

我正在尝试将预训练模型转换为 onnx 格式。我为此目的使用tf2onnx.convert 。我运行的命令：

在执行命令时，我遇到 OOM 问题，并且进程被这样杀死：

2021-06-10 20:45:45.363569：我 tensorflow/core/common_runtime/gpu/gpu_device.cc:1432] 创建了 TensorFlow 设备（/job:localhost/replica:0/task:0/device:GPU:0 和 984 MB 内存）-> 物理 GPU（设备：0，名称：Xavier，pci 总线 ID：0000:00:00.0，计算能力：7.2）

2021-06-10 20:45:46,335 - 信息 - 计算 2 个常量折叠值

被杀

在检查/var/log/kern.log我得到：

6月10日21:01:36 dreamvu-desktop内核：[559821.101983]内存不足：杀死进程27888（python3）得分501或牺牲孩子

6 月 10 日 21:01:36 dreamvu-desktop 内核：[559821.102503] 杀死进程 27888 (python3) total-vm:18059264kB, anon-rss:3788464kB, file-rss:126752kB, shmem-rss:0kB

6 月 10 日 21:01:36 dreamvu-desktop 内核：[559822.232634] oom_reaper：收割进程 27888 (python3)，现在 anon-rss:0kB, file-rss:127808kB, shmem-rss:0kB

我找到的大多数解决方案是限制 batch_size（已经 1）、使用会话的 gpu 资源（已经尝试过）或更改 cpu 上的线程数或更改内存限制（即使在 tf v2.5 中也不支持）。我想我需要限制正在使用的 RAM。

我怎么做？

操作系统：ubuntu 18.04 || 内存：7.6 GiB

显卡：NVIDIA Tegra Xavier (nvgpu)/集成

处理器：ARMv8 处理器版本 0 (v8l) × 6

我正在使用 Jetson Xavier NX 运行由 [Segmentation][1] 创建的分段。这些是我使用的库的版本 tensorflow - 1.15.4 keras - 2.1.5 python - 3.6.9

但是，当我运行程序时，出现以下错误

这是我的代码

我在 aws ec2 上运行了相同的程序。唯一的区别是那里的 tensorflow 版本（我使用 1.8.0 gpu），它工作正常。是不是tensorflow版本导致的错误？

编辑 我已将此添加到我的代码的开头，如一些 github 问题中所示

我仍然收到警告并且没有退出

如何检查我的 gpu 是否分配正确？[1]：https ://github.com/matterport/Mask_RCNN

我需要使用 cv_bridge 并将图像传输到 vison wx。我正在使用makefile来链接/编译。我遇到的问题是我不知道 opencv 3.2 库的头文件在哪里。这是在 Jetson Xavier 上，可能 SDK 管理器已经安装了 opencv 3.2，或者我可能稍后安装了它。无论如何，我现在使用命令重新安装了它

为了识别编译器和链接器标志，我运行了两个 pkg-config 命令

从上面的输出中，有一个 opencv 核心库位于

问题是我找不到 opencv 3.2 的头文件。从上面的输出中，头文件应该在目录中

在目录/usr/include/opencv 中有一个子目录

其中包含 version.hpp 文件，其中包含显示版本为 4.1.1 的这些行。

那么，如何安装与 cv_bridge 一起使用的 opencv 3.2 版头文件？此外，这个问题可能有一个 ROS 包解决方案，这可能更合适，因为 cv_bridge 库位于 /opt/ros/melodic/lib 中。

嗯，我看到 cv-bridge 没有标签。我认为这意味着我在错误的博客中。有什么建议我应该在哪里发布这个问题？

我正在使用 Jetson AGX Xavier加载 Tensorflow 2 版本的 EfficientDet D2 ( http://download.tensorflow.org/models/object_detection/tf2/20200711/efficientdet_d2_coco17_tpu-32.tar.gz )。

我运行以下脚本：

但是，性能结果是加载时间超过 13 分钟。这是命令执行后的输出：

凭借 Xavier 的计算能力，我会期待更好的性能吗？有谁知道这可能是什么原因？

感谢您的任何帮助或意见！