BSP开发指导：
https://docs.nvidia.com/jetson/l4t/index.html
Jetpack release
https://developer.nvidia.com/embedded/linux-tegra-r3261
nvidia docker:
https://catalog.ngc.nvidia.com
https://github.com/NVIDIA/nvidia-docker
https://hub.docker.com/r/nvidia/cuda-arm64/tags
sdkmanager:
https://developer.nvidia.com/nvidia-sdk-manager-archive
1-本文基本介绍nx 系列功能，关注nx
Jetson是NVIDIA嵌入式计算平台的总称，定位是面向各类端用户的应用需求，根据大家算力、产品设计、外接传感器等需求，打造了不用技术规格的嵌入式计算平台，为各行业提供了低功耗高性能的AI解决方案。现在市面上的Jetson产品有以下四款。尺寸、算力以及功耗请参看图中详情，更详细的技术参数信息请到NVIDIA官网上查看。
除了针对不同场景需求的硬件平台之外，Jetson系列还为用户提供了一系列的软件解决方案。比如Jetpack，大家可以把Jetpack理解为我们的系统镜像，里面包含了linux内核，我们开发依赖的库函数，比如CUDA、TensorRT等等以及RTOS实时操作系统。同时Jetpack还是一层软件隔离层，最大程度降低了嵌入式平台上软件的迁徙成本。Jetson的软件堆栈如下图所示
软件架构
除了Jetpack之外，Jetson还有视频图像检测分析的SDK DeepStream以及机器人解决方案ISAAC，其中DeepStream从视频取流/图像获取到检测结果的跟踪输出搭建了一整套pipeline，并且每个环节都和Jetson的硬件资源紧密结合，最大程度地优化了每个环节，帮助大家用最快的时间以最有效地方式实现算法的落地。DeepStream工作框图如下
如何安装 python3
sudo apt-get install python3-pip python3-dev
/usr/bin 下面有python 软链接，切换就是软链接指向不同的python version
python3 -m pip install --upgrade pip #升级pip
查看系统jetpack 信息：
sudo -H pip3 install jetson-stats
jtop 查看英伟达板子信息
jetson_release
# nx 板子性能测试
#查询当前状态
sudo nvpmodel --q
#切换状态
sudo nvpmodel -m #Mode_ID
#查看处理器状态
sudo jetson_clocks --show
#如果jetson_clocks后没有参数，则直接开启static MAX模式
sudo jetson_clocks
sudo jetson_clocks --help //查看参数说明
sudo apt install lm-sensors #安装温度检测工具
sensors #显示Xavier nx当前温度
#风扇如果有，那个可以控制，chmod 666 target_pwm
sudo sh -c "echo 100 > /sys/devices/pwm-fan/target_pwm" #转速为100
通过界面查看nvpmodel 模式，sudo nvpmodel -m #Mode_ID切换模式
切换模式之后sudo jetson_clocks 让系统满负荷跑。
查看系统信息：
1、驱动版本：head -n 1 /etc/nv_tegra_release
2、内核版本：uname -r
3、操作系统：lsb_release -i -r
4、CUDA版本：nvcc -V
5、cuDNN版本：dpkg -l libcudnn8
6、opencv版本：dpkg -l libopencv
7、Tensorrt版本： dpkg -l tensorrt
烧录说明：
AGX:
系统镜像生成并升级（把机器中的所有内容擦除并刷机，重新制作system.img）
$sudo ./flash.sh jetson-xavier mmcblk0p1
系统完整升级但不生成system.img镜像（把机器中的所有内容擦除并刷机）
$sudo ./flash.sh -r jetson-xavier mmcblk0p1
更新DTB 设备树（涉及外设驱动）
将新的DTB文件"tegra194-p2888-0001-p2822-0000.dtb"复制到目录Linux_for_Tegra/kernel/dtb
$sudo ./flash.sh -r -k kernel-dtb jetson-xavier mmcblk0p1
更新内核镜像（kernel/Image 涉及外设驱动）
Xavier检索内核先判断根目录下/boot/Image 文件，此时只需要把新的内核Image文件复制到 Xavier开机后的/boot/ 目录后再重启即可，通过uname -a 查看内核信息如日期时间是否为更新的内核
$sudo ./flash.sh -r -k kernel jetson-xavier mmcblk0p1
系统备份（备份Xavier机器中的系统及全部文件至当前目录的backup.img）
$sudo ./flash.sh -r -k APP -G backup.img jetson-xavier mmcblk0p1
如何恢复使用备份的镜像：
1、上面步骤备份会生出两个文件，把其中的backup.img.raw 重新命名到bootloader/system.img（软件镜像包含用户空间的所有文件信息），backup.img 文件不被使用可以删除掉
2、运行命令重新升级机器：
$sudo ./flash.sh -r jetson-xavier mmcblk0p1
其他指令：
sudo BOARDID=2888 FAB=400 BOARDSKU=0001 BOARDREV=K.0 ./flash.sh -r -k APP -G backup.img jetson-xavier mmcblk0p1
nx
系统镜像生成并升级（把机器中的所有内容擦除并刷机，重新制作system.img）
$sudo ./flash.sh jetson-xavier-nx-devkit-emmc mmcblk0p1
系统完整升级但不生成system.img镜像（把机器中的所有内容擦除并刷机）
$sudo ./flash.sh -r jetson-xavier-nx-devkit-emmc mmcblk0p1
更新DTB 设备树（涉及外设驱动）
将新的DTB文件"tegra194-p3668-all-p3509-0000.dtb"复制到目录Linux_for_Tegra/kernel/dtb
$sudo ./flash.sh -r -k kernel-dtb jetson-xavier-nx-devkit-emmc mmcblk0p1
更新内核镜像（kernel/Image 涉及外设驱动）
Xavier NX检索内核先判断根目录下/boot/Image 文件，此时只需要把新的内核Image文件复制到 Xavier NX开机后的/boot/ 目录后再重启即可，通过uname -a 查看内核信息如日期时间是否为更新的内核
$sudo cp $PWD/Image /boot/
$sudo reboot
系统备份（备份Xavier NX机器中的系统及全部文件至当前目录的backup.img）
$sudo ./flash.sh -r -k APP -G backup.img jetson-xavier-nx-devkit-emmc mmcblk0p1
如何恢复使用备份的镜像：
1、上面步骤备份会生出两个文件，把其中的backup.img.raw 重新命名到bootloader/system.img（软件镜像包含用户空间的所有文件信息），backup.img 文件不被使用可以删除掉
2、运行命令重新升级机器：
$sudo ./flash.sh -r jetson-xavier-nx-devkit-emmc mmcblk0p1
使用sdkmanager进行OS 升级之后，设定账号，密码之后，在板子要进行source设定
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo vim /etc/apt/sources.list
#ubuntu18.4 for arm
deb http://mirrors.aliyun.com/ubuntu-ports/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu-ports/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu-ports/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu-ports/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu-ports/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu-ports/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu-ports/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu-ports/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu-ports/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu-ports/ bionic-backports main restricted universe multiverse
sudo apt-get update
sudo apt-get --fix-broken install
其他情况
如果执行 sudo apt-get --fix-broken install执行成功，说明错误已经修复，可以验证一下功能是否正常使用，不必再使用sdkmanager重试，忽略错误强制退出即可。
如果执行 sudo apt-get --fix-broken install出错或者速度慢，可以尝试设置apt的代理进行加速，当然代理需要自行解决
可以设定代理的方式进行下载：
apt设置代理方法：
sudo vim /etc/apt/apt.conf
Acquire::http::Proxy "http://ip:port"; #例如Acquire::http::Proxy "http://172.16.40.113:10809";
Acquire::http::Proxy "http://username:password@ip:port"; #例如Acquire::http::Proxy "http://user:pass@172.16.40.113:10809";
空间不够-系统裁剪的方法:
https://elinux.org/Jetson/FAQ/BSP/RootFS_Reduction
sudo apt clean # clean debs in /var/cache/apt/archives ----》这个占用了大部分空间
sudo rm /etc/apt/sources.list.d/* # remove /var/cudaxxxx, /var/visonworksxxxx from apt source list
sudo rm /var/cuda-repo-10-0-local-10.0.326/ /var/visionworks-repo/ /var/visionworks-sfm-repo/ /var/visionworks-tracking-repo/ -rf # remove nvidia's debs
//如果空间还是不够，参考下面的脚本
#!/bin/bash
# https://elinux.org/Jetson/FAQ/BSP/RootFS_Reduction#Remove_installed_deb_packages
## Step 1, safe
sudo apt update
sudo apt autoremove -y
sudo apt clean
sudo apt remove thunderbird libreoffice-* -y
## Step 2, still safe but not recommended for dev use
# samples
sudo rm -rf /usr/local/cuda/samples \
/usr/src/cudnn_samples_* \
/usr/src/tensorrt/data \
/usr/src/tensorrt/samples \
/usr/share/visionworks* ~/VisionWorks-SFM*Samples \
/opt/nvidia/deepstream/deepstream*/samples
# Remove local repos
sudo apt purge cuda-repo-l4t-*local* libvisionworks-*repo -y
sudo rm /etc/apt/sources.list.d/cuda*local* /etc/apt/sources.list.d/visionworks*repo*
sudo rm -rf /usr/src/linux-headers-*
## Step 3, hardcore only for prod (remove GUI)
sudo apt-get purge gnome-shell ubuntu-wallpapers-bionic light-themes chromium-browser* libvisionworks libvisionworks-sfm-dev -y
sudo apt-get autoremove -y
sudo apt clean -y
# remove static libs (maybe cleaner to remove the "dev" packages instead)
sudo rm -rf /usr/local/cuda/targets/aarch64-linux/lib/*.a \
/usr/lib/aarch64-linux-gnu/libcudnn*.a \
/usr/lib/aarch64-linux-gnu/libnvcaffe_parser*.a \
/usr/lib/aarch64-linux-gnu/libnvinfer*.a \
/usr/lib/aarch64-linux-gnu/libnvonnxparser*.a \
/usr/lib/aarch64-linux-gnu/libnvparsers*.a
删除cuda 不适用的库，因为deepstream使用的是动态库，因此可以删除静态库
deepstream 4.5.1 安装
https://docs.nvidia.com/metropolis/deepstream/dev-guide/text/DS_Quickstart.html#install-the-deepstream-sdk
在NX 上安装下面的库
$ sudo apt install \
libssl1.0.0 \
libgstreamer1.0-0 \
gstreamer1.0-tools \
gstreamer1.0-plugins-good \
gstreamer1.0-plugins-bad \
gstreamer1.0-plugins-ugly \
gstreamer1.0-libav \
libgstrtspserver-1.0-0 \
libjansson4=2.11-1
Install librdkafka
git clone https://github.com/edenhill/librdkafka.git
$ cd librdkafka
$ git reset --hard 7101c2310341ab3f4675fc565f64f0967e135a6a
./configure
$ make
$ sudo make install
$ sudo mkdir -p /opt/nvidia/deepstream/deepstream-5.1/lib
$ sudo cp /usr/local/lib/librdkafka* /opt/nvidia/deepstream/deepstream-5.1/lib
install deepstream deb
通过sdkmanager 下载之后的软件路径：/var/cache/apt/archives/deepstream-5.1_5.1.0-1_arm64.deb
sudo apt-get install ./deepstream-5.1_5.1.0-1_arm64.deb
安装上面的deb 之前，下面的两个库要安装，主要是dpkg命令需要
libgstrtspserver-1.0-0
libgstreamer-plugins-base1.0-dev
运行deepsteam demo
cd /opt/nvidia/deepstream/deepstream-5.1/samples/configs/deepstream-app
deepstream-app -c source8_1080p_dec_infer-resnet_tracker_tiled_display_fp16_nano.txt
deepstream-app -c source12_1080p_dec_infer-resnet_tracker_tiled_display_fp16_tx2.txt
deepstream4.5.1-运行修改的RTSP:source1_usb_dec_infer_resnet_int8-修改如下
################################################################################
# Copyright (c) 2018-2020, NVIDIA CORPORATION. All rights reserved.
#
# Permission is hereby granted, free of charge, to any person obtaining a
# copy of this software and associated documentation files (the "Software"),
# to deal in the Software without restriction, including without limitation
# the rights to use, copy, modify, merge, publish, distribute, sublicense,
# and/or sell copies of the Software, and to permit persons to whom the
# Software is furnished to do so, subject to the following conditions:
#
# The above copyright notice and this permission notice shall be included in
# all copies or substantial portions of the Software.
#
# THE SOFTWARE IS PROVIDED "AS IS", WITHOUT W
155-2731-8020