一.准备安装Ubuntu系统（在vmware上安装）#方便后面的调试首先，需要我们去官网下载镜像文件，但是由于官方的服务器搭建在境外，因此我们更倾向于使用国内镜像进行下载，比如清华大学镜像，一般来说，比较常用的是16.04和18.04版本，这里我选择了18.04版本。（在nano上安装）1、刷机硬件准备①、Jetsonnano开发套件，厂家标配；②、MicroSD卡，至少32GB和读卡器；③、5V,2A电源。④、网线。2、刷机软件准备①、下载jetsonnano系统镜像官网下载地址：https://developer.nvidia.com/jetson-nano-sd-card-image②、
一.准备安装Ubuntu系统（在vmware上安装）#方便后面的调试首先，需要我们去官网下载镜像文件，但是由于官方的服务器搭建在境外，因此我们更倾向于使用国内镜像进行下载，比如清华大学镜像，一般来说，比较常用的是16.04和18.04版本，这里我选择了18.04版本。（在nano上安装）1、刷机硬件准备①、Jetsonnano开发套件，厂家标配；②、MicroSD卡，至少32GB和读卡器；③、5V,2A电源。④、网线。2、刷机软件准备①、下载jetsonnano系统镜像官网下载地址：https://developer.nvidia.com/jetson-nano-sd-card-image②、
JetsonNano配置YOLOv5并实现FPS=25的实时检测（超详细保姆级）文章目录JetsonNano配置YOLOv5并实现FPS=25的实时检测（超详细保姆级）一、版本说明二、配置CUDA三、修改Nano板显存1.打开终端输入：2.修改nvzramconfig.sh文件3.重启JetsonNano4.终端中输入：四、配置Pytorch1.81.下载torch-1.8.0-cp36-cp36m-linux_aarch64.whl2.安装所需的依赖包及pytorch五、搭建yolov5环境六、利用tensorrtx加速推理1.下载tensorrtx2.编译3.调用USB摄像头（1）在ten
文章目录安装CUDA配置cuDNN安装anaconda安装Archiconda使用Archiconda安装pytorch创建虚拟环境下载并安装pytorch文件安装visiontorchvision安装yolov5环境下载源码安装必须的库安装CUDA使用sdk-manager安装CUDA，这个安装可前面安装JetPack系统操作类似，然后将板子上MicroUSB通过数据线和电脑链接。如下图：这一步就不用接跳线了！选中红框的所有文件，开始下载安装。安装完成后会自动添加路径，这点不错，如果没有自动添加则要手动添加。手动添加方式：输入gedit~/.bashrc命令打开文件，在文件结尾输入以下语句，
前言： 分享一点jetsonnano学习经验，硬件小白，踩了许多坑，贴中的流程算是比较避坑的方法。 nano有分国产和原装，烧录镜像文件不同。性能方面：国产nano和原装的性能一样，国产的价格比原装的便宜一半左右，实验室给的经费有限，所以我们购买的是国产nano。 第一次接触硬件，和实验室的另一位成员@重心不倾在课余之时一起研究了好几天的板子，踩了不少的坑，看了大部分的帖子与教程，才终于烧录成功，进入系统。 后续接下来是用nano调用opencv做一下项目。帖子会更新，记录实验项目过程。硬件准备：Jetsonnano套件，显示屏套件，读卡器
前言： 分享一点jetsonnano学习经验，硬件小白，踩了许多坑，贴中的流程算是比较避坑的方法。 nano有分国产和原装，烧录镜像文件不同。性能方面：国产nano和原装的性能一样，国产的价格比原装的便宜一半左右，实验室给的经费有限，所以我们购买的是国产nano。 第一次接触硬件，和实验室的另一位成员@重心不倾在课余之时一起研究了好几天的板子，踩了不少的坑，看了大部分的帖子与教程，才终于烧录成功，进入系统。 后续接下来是用nano调用opencv做一下项目。帖子会更新，记录实验项目过程。硬件准备：Jetsonnano套件，显示屏套件，读卡器
目录jetsonnano环境配置+yolov5部署+tensorRT加速模型致谢主机和jetsonnano环境jetson系统开机烧录、系统设置、换源python环境配置conda环境yolov5环境matplotlib和opencv-pythontensorRT加速JetsonNano的conda虚拟环境中使用TensorRT建立软链接查看版本运行export.py和detect.py其他错误KeyError:'names'总结其他可能有用的参考文章图片展示jetsonnano环境配置+yolov5部署+tensorRT加速模型断断续续地前后花了一个多星期配置环境以及部署模型，期间也报了无数
目录jetsonnano环境配置+yolov5部署+tensorRT加速模型致谢主机和jetsonnano环境jetson系统开机烧录、系统设置、换源python环境配置conda环境yolov5环境matplotlib和opencv-pythontensorRT加速JetsonNano的conda虚拟环境中使用TensorRT建立软链接查看版本运行export.py和detect.py其他错误KeyError:'names'总结其他可能有用的参考文章图片展示jetsonnano环境配置+yolov5部署+tensorRT加速模型断断续续地前后花了一个多星期配置环境以及部署模型，期间也报了无数
一、关于插上Nano开发版插上电脑之后，电脑没有识别的出COM的常见问题解决1、首先要确定是否安装驱动（驱动安装地址：MAC地址Windows地址），打开设备管理器，可以查看是否显示com口2、如果安装驱动之好，还是没有识别开发版，确定一下线是否是数据线（可以用手机插到电脑上测试一下）。3、如果还是没有识别的话，看一下板子上的那个二极管是否烧了，有的电脑，在使用的时候会贯穿电流，导致电流短时间内瞬间增大，烧坏二极管。可以查看这篇—>文章来判断一下。二、打开Arduino文件时打不开文件Arduino软件打不开带有中文名称的文件，要修改一下文件名称。三、使用Nano开发版时，下载不了程序。下载不
经过学习《16天入门物联网操作系统——RT-Thread》这门线上课程，我初步了解了RT-Thread操作系统的工作原理和开发流程。学习体会首先，该课程从RT-Thread的基本概念入手，详细介绍了RTOS的概念、特点和发展历程，以及RT-Thread对于IoT应用的优势和应用场景。接着，课程介绍了RT-Thread操作系统的内核架构和组件模块，包括线程管理、内存管理、中断处理、消息队列等核心模块，并结合实例进行了详细讲解和示范操作。除此之外，该课程还重点介绍了RT-Thread操作系统的驱动开发流程和方法，如GPIO、UART、SPI、I2C等常见外设的驱动编写方法和调试技巧。通过视频教学和
