问题标签 [nvidia-jetson-nano]

我对在jetson nano上运行的这段代码有几个问题：

在这里，我必须打开，获取温度，然后在每次循环迭代时关闭文件以获得有效数据（并且不要出现段错误）。我关心的是执行此操作所需的（昂贵的）内核开关的数量。

我知道过早的优化是邪恶的，但是还有另一种方法（或者可能是正确的方法）可以做到这一点，只打开一次文件？

如果我打开它，为什么传感器接口（文件）不能自我更新？

PS：是的，我知道，我没有释放 cpu 或 gpu 变量，这只是“演示”代码（看看我如何测量经过的时间，哈哈）

我的目标是使用 Tensorflow 在 MNIST 上训练一个非常简单的 CNN，将其转换为 TensorRT，并使用它使用 TensorRT 在 MNIST 测试集上执行推理，这一切都在 Jetson Nano 上，但我收到了一些错误和警告，包括“ GpuMemory 中的 OutOfMemory 错误：0”。为了尝试减少内存占用，我还尝试创建一个脚本，在该脚本中我只需加载 TensorRT 模型（已在之前的脚本中转换并保存）并使用它对 MNIST 测试集的一小部分（100浮点值），但我仍然遇到同样的内存不足错误。包含 TensorRT 模型的整个目录只有 488 KB，100 个测试点不能占用太多内存，所以我很困惑为什么 GPU 内存快用完了。这可能是什么原因，我该如何解决？

另一件看起来可疑的事情是，一些 Tensorflow 日志信息消息被多次打印，例如“成功打开动态库 libcudart”、“成功打开动态库 libcublas”、“ARM64 不支持 NUMA - 返回 NUMA 节点零”。这可能是什么原因（EG动态库被一遍又一遍地打开），这可能与GPU内存不断耗尽的原因有关吗？

下面显示的是 2 个 Python 脚本；每个控制台的输出都太长，无法在 Stack Overflow 上发布，但可以看到它们附在这个 Gist 上：https ://gist.github.com/jakelevi1996/8a86f2c2257001afc939343891ee5de7

我正在开发 Jetson Nano，并尝试在其上安装 pytorch 1.4.0 以运行一些玩具实验。

但是，我遇到了很多麻烦。在未能利用预建轮子后，我从头开始构建，但几个小时后，它失败并出现以下错误。

有谁知道如何解释这个？我的内存/交换空间用完了吗？

此外，如果有人知道在我的 nano 上获取 pytorch>=1.1.0 的更简单方法，任何提示将不胜感激:)

我在这里关注这个线程进行预建安装和临时安装：https ://forums.developer.nvidia.com/t/pytorch-for-jetson-nano-version-1-5-0-now-available/72048

我有一些设备 {raspberryPi 3b、3b+、4b、Jetson nano、jetson Xavier AGX}

许多设备都尝试过视频识别。

然后，在 nano 和 xavier 上识别图像时，我发现 yolo 在 xavier 中的工作非常缓慢。

nano 和 xavier 的识别性能相似。

甚至识别时间。

来自https://github.com/alexeyab/darknet权重文件的源代码 是使用网络摄像头的 yolov3-tiny。输入图像是 fhd 大小。

fps 非常相似，约为 1.7。

https://github.com/alexeyab/darknet/Makefile是

当然，jetson inference 和 deepstream yolo 表现不错。Xavier FPS 约为 48FPS。

也许暗网没有针对 xavier 进行优化。

我正在使用jetson nano

我试图转换 onnx 模型https://github.com/onnx/models/tree/master/vision/body_analysis/emotion_ferplus

遇到这个错误：

https://user-images.githubusercontent.com/28679735/86281506-a75e5380-bbab-11ea-8608-9bf8e2f50cc6.png

附加信息：

https://user-images.githubusercontent.com/28679735/86281617-d674c500-bbab-11ea-8bbe-16f6d3db7203.png

Jetson Nano 可以同时处理多少个传入视频源以进行人数统计和物体检测。假设我有 4 个 IP 摄像头，2 个摄像头供稿，我需要进行对象检测，另外 2 个我想统计人数。我需要 4 个 Jetson nano 还是可以使用 1 个板来处理所有 4 个馈送。

我按照本指南安装了 opencv 4.1 版。看起来它完成得很好，但是当我测试时：

我得到一个属性错误：模块'cv2'没有属性'版本'

这是带有喷气背包的jetson nano

我在 Nvidia Jetson Nano 板上运行 CSI 相机。相机流是通过 GStreamer 完成的。一切正常，但我想减少打开 GStreamer 频道的时间。打开 GStreamer 频道 (cv2.VideoCapture(cam)) 需要超过 1 秒。我可以降低分辨率，但我想以最高分辨率捕获图像。这是片段

经过时间 1.0194542407989502

有什么办法可以减少这个时间吗？

我想在我的 jetson nano 上使用我的罗技 c525 网络摄像头中的麦克风进行语音识别。我可以检测到麦克风，并且似乎可以在声音应用程序中使用。但是我在使用 python 代码时找不到它。我已经尝试过 gstreamer，这只是制作了一个高音噪音的 mp4 文件，持续时间比我录制的时间长。我也尝试过使用 pyaudio 的 Speech_recognition 模块。Speech_recognition.Microphone() 应该连接到麦克风输入的地方，在这里我没有得到任何响应。

任何输入或提示将不胜感激