1简介如上图，主要采用jetson上编写python代码实现，支持离线语音唤醒、在线语音识别、大模型智能文档、在线语音合成。所需硬件如下：jetsonnano：linux科大讯飞麦克风硬件：AIUIR818麦克阵列开发套件+6麦阵列，支持离线语音唤醒USB免驱声卡+喇叭所需软件如下：科大讯飞在线语音识别API科大讯飞在线语音合成API语言大模型API视频示例：自己制作智能语音机器人，识别鸭脖和老鼠头_哔哩哔哩_bilibili2jetson安装pycharm安装pycharm主要是为了方便直接在jetson上进行python开发。1.下载地址下载PyCharm：JetBrains为专业开发者提
一、准备工具 二、烧录 三、搭配环境 四、试跑Yolov5 五、tensorRT部署yolov5前言：在工作或学习中我们需要进行部署，下面这篇文章是我亲自部署jetsonnano之后做出的总结，包括自己遇到一些报错和踩坑，希望对你们有所帮助: ）一、准备工具读卡器SD卡 小螺丝刀网线（更改语言需要网络）二、烧录烧录镜像就是要把SD卡里的东西给完全清除，好比我们电脑重装系统一样，把SD卡格式化。 插上读卡器后会自动识别U盘，我的电脑会识别很多，弹出很多个U盘选项，这个是正常现象，只格式化一个就可以了。1.在本地的电脑上下载烧录的镜像，可以去官网
基于JetsonNano板子搭建一个无人车，少不了减速电机驱动轮子滚动，那如何驱动呢？从Jetson.GPIO库文件来说，里面没有支持产生PWM的引脚，也就意味着Jetsonnano没有硬件产生PWM的能力，所以我们不得不使用别的方法产生PWM完成驱动控制，而刚好STM8解决了这一问题并且节约了它有限的GPIO资源，我们借助STM8这款MCU作为协处理器，大大增强了Jetsonnano的驱动能力，PWM的周期和占空比(在一个脉冲循环内，通电时间相对于总时间所占的比例)都完全可控。我们来看下它的参数：我们使用的是上图所示的QFN20封装的STM8，它主要参数特征如下：1.I2C接口，支持多路PW
基于JetsonNano板子搭建一个无人车，少不了减速电机驱动轮子滚动，那如何驱动呢？从Jetson.GPIO库文件来说，里面没有支持产生PWM的引脚，也就意味着Jetsonnano没有硬件产生PWM的能力，所以我们不得不使用别的方法产生PWM完成驱动控制，而刚好STM8解决了这一问题并且节约了它有限的GPIO资源，我们借助STM8这款MCU作为协处理器，大大增强了Jetsonnano的驱动能力，PWM的周期和占空比(在一个脉冲循环内，通电时间相对于总时间所占的比例)都完全可控。我们来看下它的参数：我们使用的是上图所示的QFN20封装的STM8，它主要参数特征如下：1.I2C接口，支持多路PW
开启后的界面如下：安装Jetson的监视程序：“了解安装的Jetpack版本是多少？”“了解[GPU]的使用率？”“了解Jetson机器工作在什么模式下？”“了解CPU用了几个？““散热片好烫，了解风扇有在工作么？”有一个Jetson的小工具：Jtop（一个系统监视实用程序，可在终端上运行，并实时查看和控制NVIDIAJetson的状态），安装也非常方便，如果Jetson产品上已安装了JetpackSDK，可以按照如下步骤安装运行：安装及运行$sudoapt-getinstallpython3-pip$sudopip3installjetson-stats(包含jtop）$sudojtop非常
1.前言在Orin上启动CPHY相机模块时遇到了一些问题。将4台CPHY摄像机连接到Orin每个相机输出3VC图像camera1vc0---4096x3072@30fps---/dev/video0vc1---4096x3072@30fps---/dev/video1vc2---4096x3072@30fps---/dev/video2camera2vc0---4096x3072@30fps---/dev/video3vc1---4096x3072@30fps---/dev/video4vc2---4096x3072@30fps---/dev/video5camera3vc0---4096x3
[WARN:0]global/home/nvidia/host/build_opencv/nv_opencv/modules/videoio/src/cap_gstreamer.cpp(933)openOpenCV|GStreamerwarning:Cannotqueryvideoposition:status=0,value=-1,duration=-1出现类似的warning基本都是一个问题VideoCapture加个参数就好了cap=VideoCapture(0,cv.CAP_V4L2)
重要的下载资源链接放在前面：jetpack4.5资源主要内容记录在了自己的石墨文档里，自己习惯性地修改起来比较快，可能后续小修小改在那边更新。这里就做一个csdn的拷贝造福各位。https://shimo.im/docs/R13j8xWzZ5h4NVk5/《xavier配置环境流程记录》 目录重要：流程：亮机：硬盘挂载（非必需）：apt换源：语言环境：安装nomachine：安装jtop：安装cuda/cudnn/tensorrt：安装archiconda：安装numpy/cv2/matplotlib库：安装torch/torchvision：pycuda：tensorrt和yolov5的模型
1YoLoV4环境搭建直接下载，然后解压，最后移动到JetsonTX2NX，如图所示，darknet下载链接:https://github.com/AlexeyAB/darknet将解压的文件复制到JetsonTX2NX，如图所示：下载yolov4.weights权重文件，如图所示：将权重文件yolov4.weights拷贝至darknet目录下，如图所示：依次输入命令，修改MakefilecddarknetsudovimMakefile如图所示：进入Makefile之后，输入i进入编辑模式，将Makefile文件进行如下修改GPU=1CUDNN=1OPENCV=1如图所示，然后按Esc，退出
三、ubuntu系统安装配置1、系统初始化将烧录好的存储卡插入开发板中，连接好各类数据线和电源线，开机启动。第1步，选择接受协议。第2步，选择语言，这里选择中文简体。第3步，选择键盘布局。第4步，配置无线网络。后续的配置过程中很多地方会涉及到从互联网上下载组件包，所以建议配置网络。当然也可以先跳过，等配置完成后再进入系统进行网络配置。第5步，选择时区，在地图上点选上海附近位置。第6步，配置计算机名称、用户名称及密码。第7步，输入APPPartitionSize，保持默认值即可。第8步，选择nvpmodel性能模式，选择默认即可。第9步，开始进行软硬件配置。第10步，Applyingchange
