第4课笔记
收藏
一、准备好一块新鲜出炉的Jetson nano,并配好基础的开发环境
1.基础配置方法
Jetson系列——Ubuntu18.04版本基础配置(换源、远程桌面、开机自连WIFi)
二、安装PaddlePaddle环境
1.直接下载官方编译好的Jetson nano预测库
2.直接将左边的paddlepaddle_gpu-2.1.1-cp36-cp36m-linux_aarch64.7z下载解压后将whl文件并传到Jetson nano上即可。
三、测试Paddle Inference
(1)拉取Paddle-Inference-Demo:
可以直接从左侧目录中下载即可Paddle-Inference-Demo-master.zip
(2)测试跑通GPU预测模型
需要注意的是,需要将所有子文件夹中的run.sh最后的python修改为python3:
四、报错解决
也可以选择运行单个模型的run.sh。
(1)运行demo过程中卡住
解决方法:
扩大运行内存
(2)core dumped
原因是因为JetPack4.4自带的numpy版本不对,numpy版本应为1.18.3。
五、部署自己的目标检测模型
0
收藏
请登录后评论