jetson-inference完成的源码，直接使用代码下拉，没有办法下载完全，编译不过，这个是完全的源码 nvidia公司出品，配合jetson nano自带的GPU加速，非常适合低成本的AI入门学习（图像分类，物体识别，语义分割、姿态检测等）。

https://github.com/dusty-nv/jetson-inference 项目原版使用了submodules,但按照官方教程下载很容易因为被墙导致编译失败 此文件是完整版的项目代码,按照官方教程下载模型文件和安装pytorch后可直接编译运行

jetson nano 和tx2跑jetson-inference的时候如果上不了外网，下载东西会卡住。把下好的东西放进去，然后把这个文件替换原文件就可以编译成功了。

基于NVIDIA jetson平台Torch安装教程 +Jetson-Inference使用， 老实说，这是我最喜欢的一部分了，最近沉迷于寻找各种用于不同阶段的加速工具，jetson平台的TensorRT属于“推理阶段加速”，也是比较实用的一种加速，之后找个时间我会专门写一节总结，介绍各种加速工具给你，这里就不多说了。 这本书中关于使用TensorRT的部分比较坑，有很多东西我没有顺利安装。这里总结一下我最后成功方法。

使用时请修改文件名为 bvlc_googlenet.caffemodel，cmake时注释脚本文件中相应的代码