Jetson

本文将为你介绍 Jtop，它是一个基于 Python 的系统监控工具。Jtop 通过终端界面展示系统资源的使用情况，包括 CPU、内存、磁盘、网络等。本文将详细介绍 Jtop 各个面板的作用和功能。 安装先安装pip3 sudo apt install python3-pip Jtop 可以通过 pip 来安装，您可以通过以下命令来安装： sudo pip3 install -U jetson-stats 使用在终端中输入以下命令来启动 Jtop： jtop 在 Jtop 启动后，您可以使用键盘的左右箭头来选择面板，使用 Tab 键来切换到不同的面板，使用 Ctrl + C 命令来退出 Jtop。 面板介绍ALL 面板ALL 面板简要展示了主板的各种信息，包括 CPU、GPU、内存、磁盘、风扇以及关于 jetson_clocks、NVPmodel 等的信息。 GPU 面板GPU 面板主要展示了系统 GPU 的使用情况。在 GPU 面板中，您可以看到系统当前的 GPU 利用率、GPU 温度、GPU 风扇转速、 GPU 内存使用情况等信息。同时，您也可以查看各个进程对 GPU 的使用情况。 CPU 面板CPU 面板主要展示了系统 CPU 的使用情况。在 CPU 面板中，您可以看到系统当前的 CPU 利用率、每个 CPU 核心的利用率、以及各个进程的 CPU 使用情况。您可以使用键盘上下箭头来选择进程，使用回车键来查看进程详情。 MEM 面板内存面板主要展示了系统内存的使用情况。在内存面板中，您可以看到系统当前的内存利用率、总内存、可用内存、已经使用的内存等信息。同时，您也可以查看各个进程的内存使用情况。 ...

由于 Jetson 为 ARM64 (aarch64) 的系统架构，所以不能用 pip install 直接安装，需要通过源码编译。 升级系统 JetPack由于 Open3D-ML 目前只支持 CUDA 10.0 以及 CUDA 11.*，并且 JetPack 的 CUDA 开发环境只有10.2、11.4以及12.2，所以我们只能选择 CUDA 11.4 进行安装。 使用 jtop命令查看 JetPack 版本。如果 Jetson 系统的 JetPack 低于 5.1.2 则需要通过 SDK Manager 升级到 JetPack 5.1.2。 如果你的系统已经是 JetPack 5.1.2 那我也推荐你通过 SDK Manager 重新安装一遍，排除难以发现的错误。 详细指南参考文章[Jetson Xavier NX 升级或重新安装 JetPack 指南]。 安装 PyTorch安装教程参考文章[Jetson Xavier NX 安装 CUDA 支持的 Pytorch 指南]。 注意，PyTorch 的 CUDA 支持版本需要和 Open3D-ML 的一致，同为 CUDA 11.4。否则与最后安装 Open3D-ML 的时候会报错： ...

本指南将帮助开发者完成在 Jetson Xavier NX 上安装 CUDA 支持的 PyTorch。 安装方法在 Jetson 上安装 Pytorch 只有两种方法。 一种是直接安装他人已经编译好的 PyTorch 轮子； 一种是自己从头开始开始构建 PyTorch 轮子并且安装。 使用轮子安装可以从我的 GitHub 仓库 直接下载我编译好的 PyTorch 轮子（torch-1.13.0-cuda-11.4-python-3.8-aarch64）。 安装前先确保 python 版本为 PyTorch 轮子对应的 Python 3.8。 下载完毕后使用pip install安装： sudo -H pip install torch-1.13.0a0+git7c98e70-cp38-cp38-linux_aarch64.whl 如果你以前安装过 torch 的其他版本，则需要添加--force-reinstall覆盖安装。 其他低于 CUDA 11 的 PyTorch 轮子可以在 Qengineering 的 GitHub 仓库 寻找。 编译源码安装接下来说一下重点，自己从源码构建轮子并安装。自行构建需要花费数个小时的时间。 PyTroch 1.11.0 以及以上版本只能在 Ubuntu 20.04 上安装。 安装依赖sudo apt-get update sudo apt-get upgrade sudo apt-get install ninja-build git cmake sudo apt-get install libjpeg-dev libopenmpi-dev libomp-dev ccache libopenblas-dev libblas-dev libeigen3-dev sudo pip3 install -U --user wheel mock pillow sudo -H pip3 install testresources setuptools==58.3.0 scikit-build 下载源码请克隆自己需要的 PyTorch 版本，修改-b后的版本参数。 ...

前提你需要拥有一台 x86 架构（非ARM64）的 Ubuntu 主机。 下载安装 SDK Manager下载在 Nvidia SDK Manager 官网下载，下载自己系统对应的 .deb 或 .rpm 安装包。 下载之前需要注册 Nvidia 开发者帐号，SDK Manager 也需要开发者帐号才能使用。 安装Ubuntu 系统使用 apt 安装刚刚下载的 .deb 文件： sudo apt install ./sdkmanager_[version]-[build]_amd64.deb CentOS 8.0 和 8.2 系统使用 dnf 安装 .rpm 文件： sudo dnf install ./sdkmanager_[version]-[build].x86_64.rpm CentOS 7.6 使用 yum 安装： sudo yum install ./sdkmanager_[version]-[build].x86_64.rpm 启动 SDK Manager在终端使用命令启动 SDK Manager： sdkmanager 启动后需要登录 Nvidia 开发者帐号。 安装 JetPack连接 Jetson先将 Jetson 与 SDK Manager 主机使用 USB to Micro-USB 数据线相连接。 ...

简介本文旨在帮助用户在 Jetson 上的 Ubuntu Arm64 系统上安装 Bazel。Bazel 是一个开源的构建工具，它专注于构建和测试大型软件项目，并且被广泛应用于机器学习和深度学习领域。通过使用 Bazel，您可以更高效地管理和构建您的项目。 步骤 1：安装OpenJDK在开始安装 Bazel 之前，我们需要安装 OpenJDK。在终端中执行以下命令： sudo add-apt-repository ppa:webupd8team/java sudo apt-get update sudo apt-get install openjdk-11-jdk 步骤 2：下载 Bazel 安装包在安装 OpenJDK 之后，我们需要下载 Bazel 的安装包。在终端中执行以下命令： wget https://github.com/bazelbuild/bazel/releases/download/6.2.1/bazel-6.2.1-dist.zip 或者，您也可以从 Bazel 的 Github 仓库下载最新版本的安装包。（必须下载dist.zip文件） 步骤 3：安装 Bazel下载完成后，我们可以使用以下命令来安装 Bazel： unzip bazel-6.2.1-dist.zip -d bazel-6.2.1 bash./compile.sh sudo cp output/bazel /usr/local/bin 步骤 4：验证安装安装完成后，我们可以验证 Bazel 是否成功安装。在终端中执行以下命令： bazel version 如果一切正常，您应该能够看到如下输出：

该项目提供了一个简单的指南，帮助用户在 NVIDIA Jetson Nano 上正确安装 Azure Kinect DK。 Jetson nano是ARM64架构，而非AMD64架构。所以环境配置起来会和AMD64架构的有所不同。 前提在开始安装 Azure Kinect DK 之前，请确保您的 Jetson Nano 满足以下要求： 版本为Ubuntu 18.04 LTS 已安装cURL 不再费文笔说明如何安装上述工具。 安装步骤第一步：配置微软软件包储存库 系统版本必须为Ubuntu 18.04，其他版本参考Microsoft 产品的 Linux 软件存储库。 依次运行下列命令： 添加微软GPG公钥： curl -sSL https://packages.microsoft.com/keys/microsoft.asc | sudo apt-key add - 添加微软软件包源： sudo apt-add-repository https://packages.microsoft.com/ubuntu/18.04/prod 下载最新软件包列表： sudo apt-get update 第二步：安装依赖项 依赖项需要手动安装ARM64版本的。 安装libk4a curl -O https://packages.microsoft.com/ubuntu/18.04/multiarch/prod/pool/main/libk/libk4a1.4/libk4a1.4_1.4.1_arm64.deb && sudo dpkg -i libk4a1.4_1.4.1_arm64.deb 安装libk4a-dev curl -O https://packages.microsoft.com/ubuntu/18.04/multiarch/prod/pool/main/libk/libk4a1.4-dev/libk4a1.4-dev_1.4.1_arm64.deb && sudo dpkg -i libk4a1.4-dev_1.4.1_arm64.deb 第三步：安装 k4a-tools k4a-tools也需要手动安装ARM64版本的。 ...

本指南帮助 ARM64 架构的 Jetson Nano 安装 PCL（点云库）。 安装步骤第一步：安装依赖在终端中运行以下命令，安装 PCL 所需的依赖： sudo apt-get update sudo apt-get install git build-essential linux-libc-dev sudo apt-get install cmake cmake-gui sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev sudo apt-get install mpi-default-dev openmpi-bin openmpi-common sudo apt-get install libpcap-dev sudo apt-get install libflann1.9 libflann-dev sudo apt-get install libeigen3-dev sudo apt-get install libboost-all-dev sudo apt-get install vtk6 libvtk6.3 libvtk6-dev libvtk6.3-qt libvtk6-qt-dev sudo apt-get install libqhull-dev libgtest-dev sudo apt-get install freeglut3-dev pkg-config sudo apt-get install libxmu-dev libxi-dev sudo apt-get install mono-complete sudo apt-get install libopenni-dev libopenni2-dev sudo apt install build-essential libssl-dev 第二步：安装Eigen库先卸载Eigen库 ...