dofbot-jetson_nano

TensorFlow_Lite_Pose_Jetson-Nano 在Jetson Nano上运行的TensorFlow Lite Posenet 在Jetson Nano上的TensorFlow Lite Posenet的快速C ++实现。 一旦超频至2015 MHz，该应用程序将以15.2 FPS的速度运行。 基准。 CPU 2015兆赫 GPU 2015 MHz CPU 1479兆赫 GPU 1479 MHZ RPi 4 64os 1950 MHz 15.2帧/秒 11.8帧/秒 12 FPS 11 FPS 9.4帧/秒 专为Jetson Nano设计的产品，请参阅 依赖关系。 要运行该应用程序，您必须： 已安装TensorFlow Lite框架。 安装了可选的OpenCV。 代码：：已安装块。 （ $ sudo apt-get install codebloc

物联网_项目 NVIDIA Jetson Nano的学习路程整理 关联 常见指令 查看目录ls进入资料夹cd开nano程序编辑器nano *.py执行python3 *.py立即sudo shutdown now下载github git clone https://github.com/⋯/⋯.git clonehttps git clone https://github.com/⋯/⋯.git

jetson nano下的python程序，基于多进程的激光测距和色块识别，同时将识别到的距离和色块中心和视野中心的偏差通过串口传到单片机。

Jetson_Nano开发板原理图

jetson系列的pytorch gpu版本 预编译版本 1.1.0 安装方式 pip install torch-1.1.0-cp36-cp36m-linux_aarch64.whl

杰森·弗佩格 ffmpeg的L4T多媒体API 1.构建并安装库 git clone https://github.com/jocover/jetson-ffmpeg.git cd jetson-ffmpeg mkdir build cd build cmake .. make sudo make install sudo ldconfig 2.修补ffmpeg并构建 git clone git://source.ffmpeg.org/ffmpeg.git -b release/4.2 --depth=1 cd ffmpeg wget https://github.com/jocover/jetson-ffmpeg/raw/master/ffmpeg_nvmpi.patch git apply ffmpeg_nvmpi.patch ./configure --enable-nvmp

视觉工厂 Jetson Nano的visionworks 这是基于OpenVX的NVIDIA VisionWorks库。 它包含直接在jetson nano上构建所需的一切。 这些示例已经过修改，可用于CSI摄像机，并在IMX219传感器上进行了测试。

人脸佩戴口罩状态检测的训练好的模型（jetson nano端） paddlepaddle-gpu SSD-mobilenet 包括： __model__ __params__ infer_cfg.yml 注意：在jetson nano端运行。

为NVIDIA Jetson 平台打上 PREEMPT_RT Patch 实时补丁