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