问题标签 [nvidia-jetson]

我正在尝试更改 Fl_Box 中显示的图像。

图像已正确加载。无论哪个图像在创建时首先在 Fl_Box 上设置，都会一直显示，即使 printf() 清楚地表明我将图像更改为其他一些好的图像。

就好像 redraw() 实际上并没有使盒子意识到它有一个新的图像并重新绘制自己。主循环正在运行；我有另一个图像（视频捕获），我每秒 30 次重新创建（删除旧的，创建一个新的），并且该框/图像重新显示本身就好了。

我使用 makeTristate() 创建并使用 setTristate() 更新的 Fl_Box-es 本身就在 Fl_Pack 中。绝望中，我试图wanted在分配图像之前调用 uncache() ，但这无济于事。

我究竟做错了什么; 如何让 Fl_Box 的图像成为不同的图像并重新显示？

该系统是在 Jetson TX2 上运行的 Ubuntu 16.04。我正在使用 FLTK 1.3.4。我无法更新到任何更新的东西，因为这是 NVIDIA 为我正在运行的硬件发布的最新版本（“JetPack 3.2”）。该问题发生在由板载 NVIDIA 驱动程序驱动的本机连接显示器上，以及在具有不同显示器的网络上运行时。

我已经在我的 Jetson Tx1 上安装了 Tensorflow 和 Tflearn。Tensorflow 工作，我试图运行的程序在我的 Mac 上工作。但是当我在我的 jetson 上运行它时出现此错误。

神经网络的代码

所以我在 Docker 容器中使用了 NVIDIA 的 Jetson 工具链。

工具链似乎有这样的文件夹结构：

嵌套目录包含三个 lib 目录。我可以编译我的库，例如Boost，PCL很好，但链接PCL到我的应用程序会给出：

图书馆在那里：

我刚刚提取了工具链 tarball 并将 CMake SYSROOT 设置为随附的sysroot. 我仍然想知道它是否应该是这样使用的。例如，我应该将libgomp.so.1其他库从当前位置移动到sysroot目录吗？

使链接器在libgomp.so.1此处找到的正确方法是什么？

我目前正在使用带有 gitbash 的 windows 计算机通过板载摄像头 ssh 进入 nvidia jetson tx2：

然后我使用以下命令激活 jetson tx2 上的摄像头：

我准备好了一个 python 脚本来查看摄像头流：

当我直接在我的 jetson tx2 python 发行版上运行这个脚本时，我已经安装了这个脚本来显示相机源。

我的问题是，我怎样才能让这个脚本在我用来 ssh 到 jetson tx2 的机器上工作？

我相信这与这条线有关：

当我进入jetson时如何调用相机？

我正在研究大学制造的带有 ROS 的火星探测器的自动驾驶系统。我正在尝试将 NVIDIA jetson（主系统）与 Arduino（从系统）通信，以控制通过 USB 与带有 platformio 的电机连接的 ESC。但是，在我输入完命令后

以下错误显示： 错误

我已经在线尝试了所有解决方案，但它们都不起作用，每次都让我恢复 Jetson。所以请帮忙！

提前谢谢了

从最近的戴尔 XPS 9560 的内部网络摄像头 (1280x720 @ 30fps) 捕获时，我意外地获得了非常低的 FPS (~16 fps)。

这是我正在使用的简单代码（python3，OpenCV 3.4.0）

我尝试用 C++ 编写相同的简单程序并得到相同的结果，相同的 ~16 FPS。

有时，C++ 和 Python 程序都可以在更短的时间内生成更高的 FPS。

通过使用 i7z 监控 CPU 使用率，我可以看到所有 4 个内核在大部分时间都以非常低的频率运行，接近最低频率，偶尔出现峰值，似乎对平均 FPS 影响不大。

然后我将完全相同的代码传输到 Jetson TX1。对于那些不知道的人，它是一个基于 ARM 的片上系统，运行专用的 Ubuntu 16.10。它连接到 USB 2.0 相机，1920x1080 @ 25fps。

不用说，正如预期的那样，我得到了 25 FPS。

任何人都可以解释这种行为吗？是否与操作系统级别的差异有关？

无论如何如何获得完整的FPS？

谢谢你的帮助

编辑：在VTT评论之后，我将相同的外部（假设为 30 fps）USB 摄像头连接到两个系统，并且我在两个系统上都获得了 15 FPS。这指向蹩脚的相机/ USB总线。我将需要拆卸 jetson 设备内部摄像头并将其连接到笔记本电脑以仔细检查这是否与摄像头相关。

因此，即使我从同一个存储库安装了这些轮子的早期版本，我也会收到“此平台上不受支持的轮子”消息。倾倒：

再深入一点，我丢弃了 PEP 支持的标签。

轮文件名似乎与第一个标签（PEP 425 标准）匹配，所以据我所知应该安装它。也许最终标签存储在内部并且不同？但是我找不到从轮子中转储它们的实用程序，当我尝试使用几个月前成功安装的旧 1.6 轮子时，我也会收到相同的错误消息。

当我昨天将我的版本升级到 10 版时，我想pip出了点问题（呃……但是那个讨厌的消息不断出现），但是转储的支持标签也应该改变了。

我真的不想把这台机器弄平，这肯定会解决这个问题。有人对我如何pip安装这个轮子有一些想法吗？

有关如何pip找到标签的更多信息（它真的只是查看文件名吗？）也会有所帮助。我尝试弄乱名称中的标签，但这并没有改变任何事情。

更新：

我在 Nvidia Jetson TX2 - Jetpack 3.2 上运行 Linux4Tegra - 似乎 L4T 非常类似于 Ubuntu，我猜它是基于此的。

这是uname输出：

我有一个运行机器视觉算法的 Jetson TX2，我想以某种方式将此板的输出传送到 Windows 10 PC。

发送的数据很小——最坏的情况是大约 100 个浮点数的矢量，我需要的刷新率并不疯狂——限制因素是从相机到 Jetson 板的帧被抓取约 60 帧/秒。

我愿意接受使用以太网电缆（首选）或 USB 电缆的建议。Jetson 上的代码是用 Python 编写的，输出将由运行在 Windows PC 上的 C# 应用程序获取。通常，这两台计算机都不会连接到互联网。

由于我没有扩大我的系统（它只会是 1 Jetson TX2 -> 1 PC），我会欣赏最简单的解决方案，而不是技术上最强大的解决方案！

谢谢

我正在优化我的神经网络的超参数，为此我使用不同的超参数递归地训练网络。它按预期工作，直到经过一些迭代，当创建一个新的网络进行训练时，它会因错误“ Segmentation fault (core dumped)”而死亡。

此外，我正在使用 GPU 进行训练，并且我在 Nvidia Jetson TX2 和 Python3.5 上执行此操作。另外，我正在使用带有 TensorFlow 后端的 Keras。

我有一个相当大的代码库。都在这里https://github.com/mpkuse/nap/tree/master-desktop/src

它实际上是一个必须编译的 ros 包，catkin_make 它是 cmake 之上的一个层。

我的代码库在我的 ubuntu 桌面（gcc 版本 5.4.0）上编译得很好。但是，当我将它移至 Nvidia-TX2 时，我得到了很长的错误列表。它的一个片段如下。Node 类在 Node.h 中定义并包含在其他类中。

这里发生了什么？有什么建议么？

我试图隔离问题。这是我所做的，我完全删除了类LocalBundle和Corvus. 它们在 DataManager_core.cpp/place_recog_callback() 中使用。还删除了相应的 cmake 条目。现在代码可以编译了。

我尝试添加一个虚拟类Suse

;

然后尝试在完全相同的位置（即在 place_recog_callback()）使用此类，例如：

还在 cmake 编译列表中添加了 Suse.cpp，并将 Suse.h 包含在 DataManager.h 中。

有了这个，它编译成功。

但是，当我在 Suse.h 中包含 opencv 时，例如：

我收到一条很长的错误消息，前几行看起来与原始错误相似。