HOME
  Security
   Software
    Hardware
  
FPGA
  CPU
   Android
    Raspberry Pi
  
nLite
  Xcode
   etc.
    ALL
  
English Translate 中文翻訳
LINK
BACK
 

[NEW] 2020/06/13

【2020年版】NVIDIA Jetson Nano JetPackのバージョン情報まとめ、JetPack 4.4 DPは不具合多い 【2020年版】NVIDIA Jetson Nano JetPackのバージョン情報まとめ、JetPack 4.4 DPは不具合多い

(最新の JetPackでは 2019年当時の殆どの記事の内容がそのままではエラーが出て動かない様になりました)

Tags: [Raspberry Pi], [電子工作], [ディープラーニング]





● 2020/10/21 JetPack 4.4.1 キタ!

 2020/10/21 JetPack 4.4.1 キタ!


● Jetson Nano、Jetson Xavier NXの便利スクリプト

[NEW] 2020/07/03
【2020年版】NVIDIA Jetson Nano、Jetson Xavier NXの便利スクリプト
【2020年版】NVIDIA Jetson Nano、Jetson Xavier NXの便利スクリプト

  Jetsonの面倒な初期設定やミドルウェアのインストールを bashスクリプトの実行だけで簡単にできます


● 2020年版 JetPack 4.4 Production release版で Caffeをビルドする方法

 2020/9 追記: cuDNN 8.0をサポートしていないので、cuDNNを使わない様に USE_CUDNN=0 したらビルドできます

Makefile.config
# Caffe doesn't currently support cuDNN 8.0 (JetPack 4.4 Product Release)
# USE_CUDNN := 1
# CPU_ONLY := 1

 2020/9 追記: Caffe cuDNN 8.0パッチ
 結局、未定義エラーでビルドできません。
Engimk patch 1 #2


● 2020年版 JetPack 4.4 Production release版は{更に}初見殺しに!

 ※ 2020/07 JetPack 4.4は Caffe等がビルドできません。結果 GPUを使った OpenPoseも動かせません。

JetPack 4.4 - L4T R32.4.3 production release
 ワイ:cuDNNに定義が無いから Caffeがビルドできないンゴ。
 答え:その定義は廃止だから削除したよ。cuDNN 8.0をサポートした Caffeを使うと良いよ。
 ※ cuDNN 8.0をサポートした Caffeは存在しません

cuDNN 8.0.0 Added Deprecated And Removed API Functions

src/caffe/layers/cudnn_conv_layer.cpp:475:11: error: ‘CUDNN_CONVOLUTION_BWD_DATA_SPECIFY_WORKSPACE_LIMIT’ was not declared in this scope
           CUDNN_CONVOLUTION_BWD_DATA_SPECIFY_WORKSPACE_LIMIT,
           ^
./include/caffe/util/cudnn.hpp:20:28: note: in definition of macro ‘CUDNN_CHECK’
     cudnnStatus_t status = condition; \
                            ^~~~~~~~~

src/caffe/layers/cudnn_conv_layer.cpp:480:54: error: ‘cudnnGetConvolutionForwardAlgorithm’ was not declared in this scope
       CUDNN_CHECK(cudnnGetConvolutionForwardAlgorithm(Caffe::cudnn_handle(0),
                   ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~^~~~~~~~~~~~~~~~~~~~~~~~
           fwd_bottom_descs_[i], fwd_filter_desc_, fwd_conv_descs_[i], fwd_top_descs_[i],
           ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
           CUDNN_CONVOLUTION_FWD_SPECIFY_WORKSPACE_LIMIT,
           ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
           align_down<8>(workspace_bytes / ws_groups()), &fwd_algo_[i]));
           ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~


● 2020年版 NVIDIA Jetson Nano JetPackのバージョン情報まとめ

Jetson Download Center
JetPack Archive
L4T Archive

● JetPack 4.4
2020/10JetPack 4.4.1L4T 32.4.4OpenCV 4.1.1CUDA 10.2.89cuDNN 8.0.0 DPTensorRT 7.1.3DeepStream 4.0.2
DeepStream 5.0 dev. prev.
VPI 0.4
2020/7JetPack 4.4L4T 32.4.3OpenCV 4.1.1CUDA 10.2.89cuDNN 8.0.0 DPTensorRT 7.1.3DeepStream 4.0.2
DeepStream 5.0 dev. prev.
VPI 0.3
=== 壁 ====== 壁 ====== 壁 ====== 壁 ===
2020/4JetPack 4.4 DP
DP=Developer Preview
L4T 32.4.2OpenCV 4.1.1CUDA 10.2.89cuDNN 8.0.0 DPTensorRT 7.1.0 DPDeepStream 4.0.2
DeepStream 5.0 Developer Preview
=== 壁 ====== 壁 ====== 壁 ====== 壁 ===
 共通: Ubuntu 18.04、Kernel version 4.9、VisionWorks 1.6、Vulkan 1.2

● JetPack ~4.3
2019/12JetPack 4.3L4T 32.3.1OpenCV 4.1.1CUDA 10.0.326cuDNN 7.6.3TensorRT 6.0.1DeepStream 4.0.2
=== 壁 ====== 壁 ====== 壁 ====== 壁 ===
2019/11JetPack 4.2.3L4T 32.2.3OpenCV 3.3.1CUDA 10.0.326cuDNN 7.5.0.56TensorRT 5.1.6DeepStream 4.0.1
2019/8JetPack 4.2.2L4T 32.2.1OpenCV 3.3.1DeepStream 4.0.1
2019/7JetPack 4.2.1L4T 32.2OpenCV 3.3.1CUDA 10.0.326cuDNN 7.5.0.66TensorRT 5.1.6.1DeepStream 4.0
2019/3JetPack 4.2L4T 32.1OpenCVCUDAcuDNNTensorRT
 共通: Ubuntu 18.04、Kernel version 4.9、VisionWorks 1.6、Vulkan 1.1
 JetPack 4.2までは OpenCV 3系
 JetPack 4.3、JetPack 4.4 DPで headless initial configurationを確認済み


● NVIDIA Jetson Nano JetPackのバージョンを調べる方法

jetson@jetson-desktop:~ $ cat /etc/nv_tegra_release
# R32 (release), REVISION: 3.1, GCID: 18186506, BOARD: t210ref, EABI: aarch64, DATE: Tue Dec 10 06:58:34 UTC 2019

# R32 (release), REVISION: 3.1 = L4T r32.3.1

jetson@jetson-desktop:~ $ cat /sys/module/tegra_fuse/parameters/tegra_chip_id
33

24 = TX2
25 = Xavier
33 = TX1
64 = TK1


● NVIDIA CUDAのバージョンを調べる方法

jetson@jetson-desktop:~$ uname -a
Linux jetson-desktop 4.9.140-tegra #1 SMP PREEMPT Tue Nov 5 13:43:53 PST 2019 aarch64 aarch64 aarch64 GNU/Linux

nvcc --version

/usr/local/cuda/bin/nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Mon_Mar_11_22:13:24_CDT_2019
Cuda compilation tools, release 10.0, V10.0.326

nvidia-smi

dpkg -l | grep cuda
ii  cuda-command-line-tools-10-2                  10.2.89-1                                        arm64        CUDA command-line tools
ii  cuda-compiler-10-2                            10.2.89-1                                        arm64        CUDA compiler

dpkg -l | grep CUDA
ii  cuda-command-line-tools-10-2                  10.2.89-1                                        arm64        CUDA command-line tools
ii  cuda-compiler-10-2                            10.2.89-1                                        arm64        CUDA compiler

cat /usr/local/cuda/version.txt
CUDA Version 10.0.326

JetPack 4.3まで
cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 5
#define CUDNN_PATCHLEVEL 0

JetPack 4.4以降
cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 0
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
cat: /usr/local/cuda/include/cudnn.h: No such file or directory


● OpenCVのバージョンを調べる方法

# JetPack 4.2.x
opencv_version
3.3.1

# JetPack 4.3 L4T r32.3.1
# JetPack 4.4 L4T r32.4.2
$ opencv_version
4.1.1


● JetPackのバージョンの判別方法

# L4T 32.4.2 = JetPack 4.4 DP
# L4T 32.4.3 = JetPack 4.4
jetson@linux:~ $ cat /etc/nv_tegra_release | grep "R32 (release), REVISION: 4."
# R32 (release), REVISION: 4.2, GCID: 20074772, BOARD: t186ref, EABI: aarch64, DATE: Thu Apr  9 01:26:40 UTC 2020
jetson@linux:~ $ echo $?
0

# L4T 32.3.1 = JetPack 4.3
jetson@linux:~ $ cat /etc/nv_tegra_release | grep "R32 (release), REVISION: 3.1"
jetson@linux:~ $ echo $?
1


● JetPack 4.4の Vulkanのバージョンの判別方法

jetson@linux:~$ vulkaninfo | grep Version
Vulkan Instance Version: 1.2.70
        apiVersion     = 0x402083  (1.2.131)
        driverVersion  = 134283392 (0x8010080)

jetson@linux:~$ vulkan-smoketest
terminate called after throwing an instance of 'std::runtime_error'
  what():  failed to connect to the display server
Aborted (core dumped)

SSH接続からは「画面」が無いから失敗する

・JetPack 4.4の Vulkanのバージョンの判別方法
JetPack 4.4の Vulkanのバージョンの判別方法


JetPack 4.4の Vulkanのバージョンの判別方法




● 2020年版 NVIDIA Jetson Nano JetPack 4.4 DP

 2019年 4月当時のバージョンから色々とバージョンが上がっており、当時の殆どの記事の内容がそのままではエラーが出て動かない様になりました。

 JetPack 4.4は Developer Previewだから?

Jetson Nano Developer Kit Download SD Card Image
Jetson NX Developer Kit SD Card Image
JP 4.4 DP2020/04/21 JetPack 4.4 DP
DP = Developer Preview
(Developer Previewを通常のダウンロードエリアに置くな!ボケ!)
https://developer.download.nvidia.com/embedded/L4T/r32_Release_v4.2/nv-jetson-nano-sd-card-image-r32.4.2.zip

NVIDIA Developer Forums Jetson Nano


● TensorFlow for JetPack JP 4.4 DP 2020/04/30
Documentation
tf_gpu-1.15.2+nv20.4-py3
tf_gpu-2.1.0+nv20.4-py3

● cuDNN 8-0-0 Early Access Release Notes for JetPack 4-4 DP 8.0.0 Early Access2020/04/27
DOWNLOADS
cuDNN 8-0-0 Early Access Release Notes for JetPack 4-4 DP

● Experimental Firmware Configuration for Jetson Nano Developer Kit (Developer Preview) 32.4.22020/04/22
DOWNLOADS
Experimental Firmware Configuration for Jetson Nano Developer Kit (Developer Preview)
NVIDIA L4T 32.4.2

● L4T Sources 32.4.22020/04/21
DOWNLOADS
L4T Jetson Nano + TX1 R32.4.2 Sources


●諦めて JetPack 4.3を使う

 JetPack 4.4は Developer Previewだから?

JetPack 4.3
Jetson Nano Developer Kit JetPack 4.3 SD Card image

・ JetPack 4.4 Developer Preview - Jetson Nano [L4T 32.4.2]
# sd-blob-b01.img 2020/04/29 18:59:24
# nv-jetson-nano-sd-card-image-r32.4.2.zip
OpenCV opencv_version 4.1.1

・ JetPack 4.3 - Jetson Nano [L4T 32.3.1]
# sd-blob-b01.img 2019/12/17 3:28:08
# nv-jetson-nano-sd-card-image-r32.3.1.zip
https://developer.download.nvidia.com/embedded/L4T/r32-3-1_Release_v1.0/Jetson-Nano-SDCard-Image/nv-jetson-nano-sd-card-image-r32.3.1.zip
OpenCV opencv_version 4.1.1

・ JetPack 4.2.3 - Jetson Nano [L4T 32.2.3]
https://developer.nvidia.com/jetson-nano-sd-card-image-r3223
https://developer.download.nvidia.com/embedded/L4T/r32-2-3_Release_v1.0/Jetson-Nano-SD-Card/nv-jetson-nano-sd-card-image-r32.2.3.zip


・ JetPack 4.2.3 - Jetson Nano [L4T 32.2.1]
# sd-blob-b01.img 2019/10/21 18:42:44
# nv-jetson-nano-sd-card-image-r32.2.1.zip
https://developer.download.nvidia.com/embedded/L4T/r32-2-1_Release_v1.0/Jetson-Nano-SDCard-Image/nv-jetson-nano-sd-card-image-r32.2.1.zip

・ JetPack 4.2 - Jetson Nano [L4T 32.2]
# sd-blob-b01.img 2019/10/21 0:25:16
# jetson-nano-sd-card-image-r32.2.zip
https://developer.download.nvidia.com/embedded/L4T/r32-2-1_Release_v1.0/Jetson-Nano-SDCard-Image/jetson-nano-sd-card-image-r32.2.zip

Jetson Nanoの出荷時
# jetson-nano-sd-r32.1-2019-03-18.zip



● Our official TensorFlow release for Jetson Nano !

Official TensorFlow for Jetson Nano !

● TensorFlow for Jetson Nano Python 3.6 + JetPack4.4
sudo apt-get -y install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
sudo apt-get -y install python3-pip
sudo pip3 install -U pip
sudo pip3 install -U pip testresources setuptools numpy==1.16.1 future==0.17.1 mock==3.0.5 h5py==2.9.0 keras_preprocessing==1.0.5 keras_applications==1.0.8 gast==0.2.2 futures protobuf pybind11

# TF-2.x
sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 tensorflow
sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 'tensorflow>2'

# Verifying The Installation
# TF-2.x
python3 -c "import tensorflow; print (tensorflow.__version__)"
# AttributeError: module 'tensorflow' has no attribute '__version__'

python3 -c "import tensorflow; print (tf.version.VERSION)"

# TF-1.15
sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 'tensorflow<2'

# Verifying The Installation
python3 -c "import tensorflow; print (tensorflow.__version__)"
# 1.15.2


● PyTorch for Jetson Nano - version 1.5.0 now available

PyTorch for Jetson Nano - version 1.5.0 now available

PyTorch v1.5.0 - JetPack 4.4 DP
Python 3.6 - torch-1.5.0-cp36-cp36m-linux_aarch64.whl
As per the PyTorch Release Notes 120, Python 2 is not longer supported
● Python 3.6 + PyTorch v1.5.0
wget https://nvidia.box.com/shared/static/3ibazbiwtkl181n95n9em3wtrca7tdzp.whl -O torch-1.5.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get -y install python3-pip libopenblas-base libopenmpi-dev
pip3 install Cython
pip3 install numpy torch-1.5.0-cp36-cp36m-linux_aarch64.whl
Installing collected packages: Cython
  WARNING: The scripts cygdb, cython and cythonize are installed in '/home/jetson/.local/bin' which is not on PATH.
  Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
Successfully installed Cython-0.29.20
jetson@jetson-desktop:~/deep_dream_tensorflow $ pip3 install numpy torch-1.5.0-cp36-cp36m-linux_aarch64.whl
Defaulting to user installation because normal site-packages is not writeable
Requirement already satisfied: numpy in /usr/local/lib/python3.6/dist-packages (1.16.1)
Processing ./torch-1.5.0-cp36-cp36m-linux_aarch64.whl
Requirement already satisfied: future in /usr/local/lib/python3.6/dist-packages (from torch==1.5.0) (0.17.1)
Installing collected packages: torch
  WARNING: The scripts convert-caffe2-to-onnx and convert-onnx-to-caffe2 are installed in '/home/jetson/.local/bin' which is not on PATH.
  Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
Successfully installed torch-1.5.0

PyTorch v1.4.0 - JetPack 4.4 DP
Python 2.7 - torch-1.4.0-cp27-cp27mu-linux_aarch64.whl
Python 3.6 - torch-1.4.0-cp36-cp36m-linux_aarch64.whl
● Python 3.6
wget https://nvidia.box.com/shared/static/ncgzus5o23uck9i5oth2n8n06k340l6k.whl -O torch-1.4.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get -y install python3-pip libopenblas-base libopenmpi-dev
pip3 install Cython
pip3 install numpy torch-1.4.0-cp36-cp36m-linux_aarch64.whl
● Python 2.7
wget https://nvidia.box.com/shared/static/1v2cc4ro6zvsbu0p8h6qcuaqco1qcsif.whl -O torch-1.4.0-cp27-cp27mu-linux_aarch64.whl
sudo apt-get -y install libopenblas-base libopenmpi-dev
pip install future torch-1.4.0-cp27-cp27mu-linux_aarch64.whl

● torchvision v0.6.0

cd
sudo apt-get install libjpeg-dev zlib1g-dev
# see below for version of torchvision to download
git clone https://github.com/pytorch/vision torchvision --branch v0.6.0 --depth 1
cd torchvision
# sudo python setup.py install
sudo python3 setup.py install
# Searching for Pillow==7.1.2
# Best match: Pillow 7.1.2
# Searching for torch==1.5.0
# Best match: torch 1.5.0
# Searching for numpy==1.16.1
# Best match: numpy 1.16.1
# Searching for future==0.17.1
# Best match: future 0.17.1
# Using /usr/local/lib/python3.6/dist-packages
# Finished processing dependencies for torchvision==0.6.0a0+b68adcf

jetson@jetson-desktop:~/torchvision $ python3
Python 3.6.9 (default, Apr 18 2020, 01:56:04)
[GCC 8.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torchvision
>>> print(torchvision.__version__)
0.6.0a0+b68adcf
>>> exit()

# attempting to load torchvision from build dir will result in import error
cd ../

# always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6
pip install 'pillow<7'
/VideoReader.cpp:6:
/home/jetson/torchvision/torchvision/csrc/cpu/decoder/defs.h:11:10: fatal error: libavcodec/avcodec.h: No such file or directory
 #include <libavcodec/avcodec.h>
          ^~~~~~~~~~~~~~~~~~~~~~
compilation terminated.
error: command 'aarch64-linux-gnu-gcc' failed with exit status 1

sudo apt-get -y install libavcodec-dev
sudo apt-get -y install libavformat-dev
/VideoReader.cpp:6:
/home/jetson/torchvision/torchvision/csrc/cpu/decoder/defs.h:17:10: fatal error: libswscale/swscale.h: No such file or directory
 #include "libswscale/swscale.h"
          ^~~~~~~~~~~~~~~~~~~~~~
compilation terminated.
error: command 'aarch64-linux-gnu-gcc' failed with exit status 1

sudo apt-get -y install libswscale-dev
$ python3

import torch
print(torch.__version__)
print('CUDA available: ' + str(torch.cuda.is_available()))
print('cuDNN version: ' + str(torch.backends.cudnn.version()))
a = torch.cuda.FloatTensor(2).zero_()
print('Tensor a = ' + str(a))
b = torch.randn(2).cuda()
print('Tensor b = ' + str(b))
c = a + b
print('Tensor c = ' + str(c))

import torchvision
print(torchvision.__version__)
jetson@jetson-desktop:~ $ python3

Python 3.6.9 (default, Apr 18 2020, 01:56:04)
[GCC 8.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
1.5.0
>>> print('CUDA available: ' + str(torch.cuda.is_available()))
CUDA available: True
>>> print('cuDNN version: ' + str(torch.backends.cudnn.version()))
cuDNN version: 8000
>>> a = torch.cuda.FloatTensor(2).zero_()
>>> print('Tensor a = ' + str(a))
Tensor a = tensor([0., 0.], device='cuda:0')
>>> b = torch.randn(2).cuda()
>>> print('Tensor b = ' + str(b))
Tensor b = tensor([ 1.2480, -0.2380], device='cuda:0')
>>> c = a + b
>>> print('Tensor c = ' + str(c))
Tensor c = tensor([ 1.2480, -0.2380], device='cuda:0')

>>> import torchvision
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'torchvision'
>>> print(torchvision.__version__)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'torchvision' is not defined

>>> exit()

● ModuleNotFoundError: No module named 'torchvision'
It is in a separate repository https://github.com/pytorch/vision, should be quite easy to install from source since you already compiled pytorch.

pip install torchvision
# Successfully built pillow
# Installing collected packages: pillow, torchvision
# Successfully installed pillow-7.1.2 torchvision-0.2.2.post3

jetson@jetson-desktop:~ $ python3
Python 3.6.9 (default, Apr 18 2020, 01:56:04)
[GCC 8.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torchvision
>>> print(torchvision.__version__)
0.2.2
>>> exit()


● TensorFlowを Python版の DeepDreamで動かしたい場合 hjptriplebee/deep_dream_tensorflow版

 TensorFlow 1.15のみ動きます。
 TensorFlow 2.xでは動きません。

cd
git clone https://github.com/hjptriplebee/deep_dream_tensorflow.git
cd deep_dream_tensorflow

python3 main.py --input nature_image.jpg --output nature_image_tf.jpg
python3 main.py --input paint.jpg --output paint_tf.jpg

 TensorFlow 2.xでは動きません。
python3 main.py --input nature_image.jpg --output nature_image_tf.jpg

  File "/usr/lib/python3.6/dist-packages/cv2/__init__.py", line 79, in bootstrap
    import cv2
ImportError: /usr/lib/aarch64-linux-gnu/libgomp.so.1: cannot allocate memory in static TLS block




● NVIDIA Jetson Nanoで OpenPoseを Gitのソースコードからビルドしてみる

 JetPack 4.4 DP Developer Previewはビルドに失敗します。
 OpenPose build failed with JetPack 4.4 DP Developer Preview Solution

cd
git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose -b v1.6.0 --depth 1

cd
cd openpose
sudo bash ./scripts/ubuntu/install_deps.sh
mkdir build
cd build
cmake ..
make clean
time make -j4
-- Building with CUDA.
-- CUDA detected: 10.2
-- Found cuDNN: ver. ??? found (include: /usr/include, library: /usr/lib/aarch64-linux-gnu/libcudnn.so)
CMake Error at cmake/Cuda.cmake:263 (message):
  cuDNN version >3 is required.
Call Stack (most recent call first):
  cmake/Cuda.cmake:291 (detect_cuDNN)
  CMakeLists.txt:417 (include)

-- Configuring incomplete, errors occurred!
See also "/home/jetson/openpose/build/CMakeFiles/CMakeOutput.log".
See also "/home/jetson/openpose/build/CMakeFiles/CMakeError.log".


[NEW] 2020/06/28
【2020年版】NVIDIA JetPack 4.4 DP Developer Previewで OpenPoseのビルドエラーの対策方法
【2020年版】NVIDIA JetPack 4.4 DP Developer Previewで OpenPoseのビルドエラーの対策方法

  Jetson Nano、Jetson Xavier NX 開発者キット + JetPack 4.4 DPで OpenPoseをビルドする手順

[NEW] 2020/06/13
【2020年版】NVIDIA Jetson Nano対応の OpenPoseをビルドする手順
【2020年版】NVIDIA Jetson Nano対応の OpenPoseをビルドする手順

  NVIDIA Jetson Nano対応の OpenPoseをビルドする手順


● NVIDIA Jetson Nano Developer Kit Headless Setup - USB Device Mode

 COMポートとして認識しているのでテラターム等でも接続ができる。
 115200 bpsのボーレート設定は不要。

Getting Started with AI on Jetson Nano

https://developer.download.nvidia.com/training/nano/ainano_v1-1-1_20GB_200203B.zip
NVIDIA DLI AI Jetson Nano SD Card Image v1.1.1

USB シリアル デバイス
USB\VID_0955&PID_7020&MI_02\7&10FAEB5B&0&0002
USB\VID_0955&PID_7020&REV_0002&MI_02
USB\VID_0955&PID_7020&MI_02

CDC NCM
USB\VID_0955&PID_7020&MI_05\7&10FAEB5B&0&0005
USB\VID_0955&PID_7020&REV_0002&MI_05
USB\VID_0955&PID_7020&MI_05

The NCM Driver for Windows


● Jetson Nano、Jetson Xavier NX 開発者キットを電源と USBケーブルだけの接続で最初の初期設定を行なう方法

 NVIDIA Jetson Nano、Jetson Xavier NX Developer Kit HEADLESS MODE Setup
 You can use a Jetson Xavier NX Developer Kit in headless mode, that is , without attaching a display .

 電源と USBケーブルだけの接続で最初の初期設定が可能。
 「JetPack 4.4 Developer Preview」で確認。

 COMポート(シリアルポート)接続でヘッドレス セットアップが可能
New features for all Jetson products
Supports headless initial configuration
Developer kits support initial configuration from another computer connected via the same USB port used for flashing. This is an alternative to setup with display, keyboard, and mouse attached to developer kit.

・NVIDIA Jetson Nano Developer Kit Headless Setup - USB Device Mode
NVIDIA Jetson Nano Developer Kit Headless Setup - USB Device Mode



・NVIDIA Jetson Nano、Jetson Xavier NX Developer Kit HEADLESS MODE Setup
NVIDIA Jetson Nano、Jetson Xavier NX Developer Kit HEADLESS MODE Setup




[NEW] 2020/06/28
Jetson Nano、Xavier NX 開発者キットを電源と USBケーブルだけの接続で最初の初期設定を行なう方法
Jetson Nano、Xavier NX 開発者キットを電源と USBケーブルだけの接続で最初の初期設定を行なう方法

  NVIDIA Jetson Nano、Xavier NX Developer Kit HEADLESS MODE Setup、ヘッドレス セットアップ


● .bashrcファイルが読み込まれない

 Jetson Xavier NX 開発者キット + JetPack 4.4 DP Developer Previewで確認

~/.bash_profile
 が存在するので
~/.profile
 が自動的に読み込まれない。
 結果的に
~/.bashrc
 の内容がターミナル起動時に自動的に反映されない。

jetson@linux:~$ source ~/.bashrc
jetson@linux:~ $

jetson@linux:~ $ cat ~/.profile
# ~/.profile: executed by the command interpreter for login shells.
# This file is not read by bash(1), if ~/.bash_profile or ~/.bash_login
# exists.
# see /usr/share/doc/bash/examples/startup-files for examples.
# the files are located in the bash-doc package.

# the default umask is set in /etc/profile; for setting the umask
# for ssh logins, install and configure the libpam-umask package.
#umask 022

# if running bash
if [ -n "$BASH_VERSION" ]; then
    # include .bashrc if it exists
    if [ -f "$HOME/.bashrc" ]; then
        . "$HOME/.bashrc"
    fi
fi

# set PATH so it includes user's private bin if it exists
if [ -d "$HOME/bin" ] ; then
    PATH="$HOME/bin:$PATH"
fi

# set PATH so it includes user's private bin if it exists
if [ -d "$HOME/.local/bin" ] ; then
    PATH="$HOME/.local/bin:$PATH"
fi

jetson@linux:~ $ echo $HOME/.bashrc
/home/jetson/.bashrc

jetson@linux:~ $ cat ~/.bash_profile
export PATH="/usr/lib/llvm-7/bin:$PATH"

jetson@linux:~ $ cat  ~/.bash_login
cat: /home/jetson/.bash_login: No such file or directory

jetson@linux:~ $ echo $BASH_VERSION
4.4.20(1)-release


● OpenPose and Caffe

faq.md

Protobuf Clip Param Caffe Error

Q: Runtime error similar to:
[libprotobuf ERROR google/protobuf/message_lite.cc:123] Can't parse message of type "caffe.NetParameter" because it is missing required fields: layer[0].clip_param.min, layer[0].clip_param.max
F0821 14:26:29.665053 22812 upgrade_proto.cpp:97] Check failed: ReadProtoFromBinaryFile(param_file, param) Failed to parse NetParameter file: models/pose/body_25/pose_iter_584000.caffemodel

A: This error has been solved in the latest OpenPose versions. Completely remove OpenPose and re-download the latest version (just cleaning the compilation or removing the build/ folder will not work).

If you wanna use your custom Caffe and it has this error: This error only happens in some Ubuntu machines. Following #787, compile your own Caffe with an older version of it. The hacky (quick but not recommended way) is to follow #787#issuecomment-415476837, the elegant way (compatible with future OpenPose versions) is to build your own Caffe independently, following doc/installation.md#custom-caffe-ubuntu-only.

installation.md




Tags: [Raspberry Pi], [電子工作], [ディープラーニング]

●関連するコンテンツ(この記事を読んだ人は、次の記事も読んでいます)

【2020年版】NVIDIA Jetson Nano、Jetson Xavier NXの便利スクリプト
【2020年版】NVIDIA Jetson Nano、Jetson Xavier NXの便利スクリプト

  Jetsonの面倒な初期設定やミドルウェアのインストールを bashスクリプトの実行だけで簡単にできます

【2020年】Jetson Xavier NX 開発者キットが安かったので衝動買いした件、標準販売価格5万円が4万4千円!
【2020年】Jetson Xavier NX 開発者キットが安かったので衝動買いした件、標準販売価格5万円が4万4千円!

  【ザビエル元年】Jetson Xavier NX 開発者キットを最安値で購入で、しかも国内在庫で注文から翌日で到着、ザビエル開封レビュー

【2020年版】NVIDIA Jetson用に最新の CMake 3.17.3をビルドしてインストールする方法
【2020年版】NVIDIA Jetson用に最新の CMake 3.17.3をビルドしてインストールする方法

  2020年の JetPack 4.4になっても CMakeのバージョンが 3.10.2と古く OpenPoseのビルドでエラー発生の原因

【2020年版】NVIDIA JetPack 4.4 DP Developer Previewで OpenPoseのビルドエラーの対策方法
【2020年版】NVIDIA JetPack 4.4 DP Developer Previewで OpenPoseのビルドエラーの対策方法

  Jetson Nano、Jetson Xavier NX 開発者キット + JetPack 4.4 DPで OpenPoseをビルドする手順

Jetson Nano、Jetson Xavier NX 開発者キット TensorFlow on Jetson Platform
Jetson Nano、Jetson Xavier NX 開発者キット TensorFlow on Jetson Platform

  NVIDIA Jetson Nano、Jetson Xavier NX Developer TensorFlow on Jetson Platform

NVIDIA Jetson Nano 開発者キットを買ってみた。メモリ容量 4GB LPDDR4 RAM
NVIDIA Jetson Nano 開発者キットを買ってみた。メモリ容量 4GB LPDDR4 RAM

  Jetson Nanoで TensorFlow PyTorch Caffe/Caffe2 Keras MXNet等を GPUパワーで超高速で動かす!

【2020年版】NVIDIA Jetson Nanoの初期設定、最高速で動かす設定、空きメモリを増やす方法等
【2020年版】NVIDIA Jetson Nanoの初期設定、最高速で動かす設定、空きメモリを増やす方法等

  2020年の JetPack 4.4になっても nvccのパスがデフォルトで通って無いとか、初期設定が必要です

【2020年版】NVIDIA Jetson Nano対応の FFmpegをビルドする手順
【2020年版】NVIDIA Jetson Nano対応の FFmpegをビルドする手順

  NVIDIA Jetson Nano対応の FFmpegをビルドする手順、x264と x265にも対応

【2020年版】NVIDIA Jetson Nano対応の OpenPoseをビルドする手順
【2020年版】NVIDIA Jetson Nano対応の OpenPoseをビルドする手順

  NVIDIA Jetson Nano対応の OpenPoseをビルドする手順

NVIDIA Jetson Nanoで OpenCV 3をビルドしてインストールする方法、NVCaffe等の OpenCV 4未対応を動かす
NVIDIA Jetson Nanoで OpenCV 3をビルドしてインストールする方法、NVCaffe等の OpenCV 4未対応を動かす

  NVIDIA Jetson Nanoに「古い」 OpenCV 3.4.10をビルドしてインストールする方法

NVIDIA Jetson Nanoで Visual Studio Code Open Sourceをビルドして実行する
NVIDIA Jetson Nanoで Visual Studio Code Open Sourceをビルドして実行する

  NVIDIA Jetson Nanoで VSCode Open Source Code - OSSをビルドして実行する、1.35.0

【2020年版】NVIDIA Jetson Nanoで TensorFlowの StyleGANを動かして、顔画像を生成
【2020年版】NVIDIA Jetson Nanoで TensorFlowの StyleGANを動かして、顔画像を生成

  NVIDIA Jetson Nano JetPack StyleGAN、敵対的生成ネットワーク AIで自然な顔画像を生成する

【2020年版】NVIDIA Jetson Nanoで StyleGANの改良版の StyleGAN2で自然な画像を生成
【2020年版】NVIDIA Jetson Nanoで StyleGANの改良版の StyleGAN2で自然な画像を生成

  NVIDIA Jetson Nano JetPack StyleGAN2、敵対的生成ネットワーク AIで自然な顔画像を生成する

【2020年版】Jetson Nanoで StyleGANを動かして可愛い美少女のアニメ顔を大量生産する方法
【2020年版】Jetson Nanoで StyleGANを動かして可愛い美少女のアニメ顔を大量生産する方法

  【俺の嫁】Jetson Nanoで StyleGANと StyleGAN2のそれぞれで、敵対的生成ネットワーク AIでアニメ顔を生成

【メモリ8GB】Raspberry Pi 4 Model B 8GBを KSYで最安値で購入。ベンチマークレビュー
【メモリ8GB】Raspberry Pi 4 Model B 8GBを KSYで最安値で購入。ベンチマークレビュー

  【技適取得】ラズパイ4B 8GBモデルを入手。従来の Pi3、Pi3B+と速度比較

【Vulkan】Raspberry Pi 4 Model Bで Vulkanドライバをビルドして 3Dグラフィックのデモを動かす
【Vulkan】Raspberry Pi 4 Model Bで Vulkanドライバをビルドして 3Dグラフィックのデモを動かす

  【v3dv】ラズパイ4Bで Vulkan APIを動かす、VK_ICD_FILENAMES broadcom_icd.armv7l.json



[HOME] | [BACK]
リンクフリー(連絡不要、ただしトップページ以外は Web構成の変更で移動する場合があります)
Copyright (c) 2020 FREE WING,Y.Sakamoto
Powered by 猫屋敷工房 & HTML Generator

http://www.neko.ne.jp/~freewing/raspberry_pi/nvidia_jetson_nano_2020_jetpack_44/