问题标签 [nvidia-jetson-nano]

我希望在一个项目中使用 WebRTC，在该项目中，我需要从一台计算机、一个带有 wifi 热点和 USB 摄像头的机器人通过本地网络将视频直播到另一台计算机、机器人的控制器。在这种情况下，两台计算机都是单板计算机，视频流是单向的。我还希望两台计算机在两个方向上相互通信数据。我在研究中发现了 WebRTC，它似乎具有我正在寻找的这两种功能。

从演示 NodeJS 程序的初始测试来看，WebRTC 似乎几乎正是我正在寻找的。不过，我一直试图克服的一个大问题是，默认情况下，它似乎需要在两个客户端之间使用在线信号服务器。我研究并发现可以使用第三台计算机在本地网络中创建信令服务器，但这样的设置不适合我的项目。

我研究了其他解决方案并遇到了OpenVidu，它实现了 WebRTC，但允许将信令服务器内置到其中一台客户端计算机中（至少这是我在另一篇堆栈溢出帖子中读到的）。我还没有测试这个工具，看看它是否能解决我的问题，但我目前被项目使用的 docker 映像阻止，不支持我的单板计算机使用的 ARM 处理器，因此需要特殊安装。

在我完成可能会或可能不会工作的过程之前，我想问一下是否有另一种更简单的解决方案来运行 WebRTC，无需互联网访问且不需要第三台计算机作为信令服务器，或者是否有任何关于 WebRTC 以外的工具的建议对我的申请会更好。我对这项技术非常陌生，肯定会错过一个简单的或现有的解决方案。对此问题的任何帮助将不胜感激。

对于那些好奇的人，正在使用的单板计算机是 NVidia Jetson Nanos。

每次我把它挂起，我都必须重新启动它。我尝试单击键盘和鼠标按钮，但没有运气。

我还尝试按设备上的重置、电源和恢复按钮。电源只是重新启动设备，而不是从挂起状态中恢复。

请帮忙。

我有 NVIDIA Jetson Nano 和 FullHD Ip 摄像头。摄像机流 RTSP/h264。

我想从这个相机解码python脚本中的帧以进行分析。

所以，我尝试使用类似的东西：

这是可行的，但以这种方式在 CPU 上解码帧。如何使用 GPU 解码器？

将 Qt 项目从RPi4迁移到NVIDIA Jetson Nano时遇到问题。我们想将我们的项目迁移到 Jetson Nano 以提高图像处理性能。

我们项目的 qt 依赖是>= 5.11。但是 Jetson Nano 使用Ubuntu 18.04.4并且它预装了 qt5-default 包（据我了解，一些系统文件使用它）。而这个qt5-default软件包版本是5.9.5。

我试图降级我的 qt 依赖项，但每次更改都导致更难解决问题。

我尝试升级默认的 qt5 版本，但找不到任何类似的指导。已经存在的指南/问题是关于 x86 等环境的。找不到任何基于 ARM 的解决方案。qt 下载没有为 ARM 环境提供任何可构建的内容（或者我找不到它们）。官方文档只讲了交叉编译。

我应该怎么做才能克服这个问题？提前致谢。

我正在研究 jetson nano 并使用 hello ai world 提供的 jetson 库。我已经测试了库附带的基本算法，它们都运行良好，但我做了一些更改以使其在视频上运行
出现错误这是我的代码

这是错误：

我目前正在尝试在 Jetson Xavier 和 jetson nano 上运行 Nvidia-docker，并在内部启用了 Tensorflow 框架。但我现在面临的问题与“libcublas.so”有关。

我尝试过这里提到的解决方案：

https://devtalk.nvidia.com/default/topic/1043951/jetson-agx-xavier/docker-gpu-acceleration-on-jetson-agx-for-ubuntu-18-04-image/post/5296647/#5296647 1

所有软件包安装（pip 安装和 apt-get 安装）均已成功完成，但是当我尝试从 Python 2.7 或 3.6 导入 TensorFlow 时，出现以下错误：

ImportError：libcublas.so.10.0：无法打开共享对象文件：没有使用 Jetson Xavier 或 Jetson nano 的文件或目录？

我正在使用 Python 3.6.9、OpenCV 版本 4.1.0 和最新版本的 Ubuntu 在 Jetson Nano 上运行树莓派相机。我正在运行代码：

当我运行它时，它会抛出一个错误并回溯到第 11 行，说“ret, frame = cv2.imread(cam)”有一个 TypeError: bad argument type for built-in operation。我可以使用 opencv 加载图像，但运行视频似乎总是抛出这个错误。命令行中的“ls -l /dev/video0”工作正常，所以我知道我已连接到相机。谢谢！

我在 Isaac 论坛上发布了有关此内容的信息，但也将其列在此处以供查看。我正在尝试使用我的 435i 让 Isaac Realsense 示例在 Jetson Nano 上运行（根据 Isaac 文档，固件已降级为 5.11.15），但到目前为止我还无法做到。我有一个使用 Jetpack4.3 闪存的 Nano，并且在桌面和 Nano 上都安装了所有依赖项。realsense-viewer 工作正常，所以我知道相机工作正常并且被 Nano 检测到。但是，当我运行./apps/samples/realsense_camera/realsense_camera它时会引发错误：

我也附上了这个输出的日志。我在桌面上本地运行时遇到相同的错误，但这是通过 WSL 运行的，所以我愿意将其注销。任何建议将不胜感激！

我是 Jetson Nano 和 tensorflow 的初学者。我已经使用 tensorflow 1.15 和 opencv 4.1 设置了 jetson nano。我还在其上构建了 jetson-inference，并且可以成功运行示例。

我正在尝试学习如何识别人脸，使用 jetson-inference 中的 detectnet_console.py 示例。当我使用 --network 作为 facenet 运行它时，它会检测到人脸，但我不确定如何向它添加识别逻辑以便识别特定的人。

如何训练这些模型从我的数据集中识别人？以及如何使用这样一个训练有素的模型？

从链接 https://github.com/AISangam/Facenet-Real-time-face-recognition-using-deep-learning-Tensorflow

我明白了，我可以训练和生成分类器.pkl 文件并将其用于识别。

但是如何与detectnet py 代码一起使用呢？

请帮助我在正确的道路上前进。

我正在尝试为我的 c++ 应用程序创建交叉编译工具来编译它并在图像构建期间将二进制文件推送到 arm64 设备（jetson-nano）。我在inherit populate_sdk_qt5自己的食谱中添加了一行，并且bitbake -c populate_sdk <my-recipe>。我没有错误，所以我运行.sh文件作为输出。它工作正常，但我在目标路径中找不到qmake（尝试find ./ -name 'qmake'没有任何输出）。你有过类似的情况吗？你对我有什么建议吗？

谢谢！