问题标签 [tegra]

我编写了一个程序，它从 gstreamer 管道读取帧，使用 opencv 库处理它们，然后写回 gstreamer 管道。

代码片段：

该程序在我的 ubuntu 14.04 64 位 VM 上运行良好。但是，当我尝试在 Jetson TK1 上运行它时，VideoCapture总是VideoWriter返回false.isOpened()

我使用的是 Opencv4Tegra，然后我从源代码构建了 opencv 并安装了它。两者都有同样的问题。有谁知道为什么 VideoCapture 无法在 Jetson TK1 上打开 gstreamer 管道？是因为它不适用于32位机器吗？

请注意，我使用的是 Opencv 2.4.13 和 Gstreamer 1.2 以及相机 Logitech C310。

它明确提到 Tegra TX1 具有共享内存。我的问题： CPU 和 GPU 之间是否共享内存？或者是GPU中不同块之间共享的内存。

我将在Tegra TK1libopencv4tegra上与ROS一起使用，并按照以下步骤执行此操作：

http://wiki.ros.org/NvidiaJetsonTK1。

但是当我安装时cv_bridge，它会被删除libopencv4tegra，libopencv4tegra-dev而当我安装libopencv4tegra它时，它会被删除。cv_bridge我该如何解决这个问题？

安装 libopencv4tegra：

我已经在 J​​etson TX1 板（32bit Linux For Tegra R24.1）上安装了 ZED SDK 版本 1.0.0b。事实证明，当我将它与 pcl::IntegralImageNormalEstimation 一起使用时，它大部分时间都会因为一些奇怪的原因而崩溃。

我可以将其缩小到以下简单程序。CMakeLists.txt

zed_test.cpp：

当内置到 Release 中并启动时，它经常崩溃（大约在三个连续运行中一次）并具有以下输出：

（请注意，它在到达第 (3) 行之前就死了）如果我注释掉创建 pcl::IntegralImageNormalEstimation （第 (1) 行下的行）或打开 zed 相机（第 (2) 行下的行），则不会发生崩溃。如果我交换它们，崩溃仍然存在。

有人遇到过问题吗？来自stereolabs.com 的任何人都可以提示尝试解决方法？

我目前正在使用 CUDA 进行一个项目，其中每 1ms 用 200-10000 个新事件刷新管道。每次，我都想调用一个（/两个）内核来计算一小部分输出；然后将这些输出馈送到管道的下一个元素。

理论流程为：

1. 在一个接收数据std::vector
2. cudaMemcpy到 GPU 的向量
3. 加工
4. 生成小输出列表
5. cudaMemcpy到输出std::vector

但是当我调用cudaDeviceSynchronize一个没有处理的 1block/1thread 空内核时，它已经平均需要 0.7 到 1.4ms，这已经高于我的 1ms 时间范围。

我最终可以更改管道的时间范围，以便每 5 毫秒接收一次事件，但每次多 5 倍。但这并不理想。

最小化开销的最佳方法是cudaDeviceSynchronize什么？流在这种情况下会有所帮助吗？或另一种有效运行管道的解决方案。

（Jetson TK1，计算能力 3.2）

这是应用程序的 nvprof 日志：

程序的小重构（最后的 nvprof 日志） - 由于某种原因，平均值cudaDeviceSynchronize低 4 倍，但对于空的 1 线程内核来说仍然非常高：

有人在 Nvidia Tegra X1 上使用过 tensorflow 吗？

我发现一些消息来源表明它在 TK1 上是可能的，或者在 TX1 上存在严重的黑客攻击/错误，但还没有确定的配方。

• http://cudamusing.blogspot.de/2015/11/building-tensorflow-for-jetson-tk1.html
• https://github.com/tensorflow/tensorflow/issues/851

我正在使用 Jetson 2.3 安装，但还没有让它工作 - 任何提示都非常感谢。

作为虚拟机和 Linux 的初学者，我很难理解如何在 Tegra - Board 上正确升级 Linux。我找到了一些很好的解释，但对于初学者 - 学生 - 而不是该领域的专业人士来说，它们都太先进了。

因此，我想知道如何在 Windows 机器上正确升级 Tegra X1 Board 上的 Linux 版本

刷新 Tegra 板后，必须安装 CUDA 驱动程序（包括 CUDA 编译器 nvcc）。为此，我只是使用了给定的格式：

和

但是当我输入nvcc -V它时，它没有显示关于 nvcc 的所需规范，它只是告诉我该命令未被识别

我想使用 Yocto 项目为使用 nvidia tegra k1 处理器的系统构建自定义 Linux，该处理器具有 arm cortex A 15（32 位）和 GPU。此外，需要安装支持 CUDA 的 OpenCV（版本 >= 3.0）。

现在，当 Bitbake 尝试使用 CUDA 编译 OpenCV 时，它会崩溃，因为 nvcc 会引发错误Syntax error: word unexpected (expecting ")")，我了解到，如果您尝试运行用于错误系统的 nvcc 二进制文件（例如 64 位系统上的 32 位-nvcc），通常会出现这种情况。所以我猜它只是运行支持目标系统的 nvcc 并因此崩溃。

1. 我不知道是否需要使用主机系统通常的 x86-64bit-nvcc 或（如果存在）一些交叉编译-nvcc 进行编译。
2. 我需要知道如何将所述编译器加入到构建 OpenCV 的 bitbake 过程中。

我正在尝试编译和运行这个 c++ 代码

这是我在网上找到的“opengl's hello world”。我这样做是为了测试我大学的 NVIDIA Tegra X1，TX1 开发套件始终开启并连接到大学的网络。我通过 ssh 连接到 TX1（使用 -X 标志）。编译很顺利，但是当我尝试运行程序时，出现了这个错误：

我没有在网上找到任何东西，我不知道发生了什么。

PS：我首先通过 ssh（使用 -X）连接到我大学的网络，然后我执行另一个 ssh 连接到 TX1。