jetson

完整指南：CNStream流处理多路并发框架适配到NVIDIA Jetson Orin (四) 运行、调试、各种问题解决目录1 调试jetson-mpeg视频解码模块1.1 修改config.json1.2 Picture size 0x0 is invalid

完整指南：CNStream流处理多路并发框架适配到NVIDIA Jetson Orin (三) 代码编译、各种问题解决、代码修改目录1 infer_server编译1.1 infer_server/CMakeLists.txt修改

完整指南：CNStream流处理多路并发框架适配到NVIDIA Jetson Orin (一) 依赖库编译、第三方库编译安装目录1 jetson-ffmpeg的编译安装与配置--用来做视频编码、视频解码2 CV-CUDA库的编译安装与配置--用来做图像缩放、裁剪、色域转换

完整指南：CNStream流处理多路并发框架适配到NVIDIA Jetson Orin (二) 源码架构流程梳理、代码编写目录1 视频解码代码编写----利用jetson-ffmpeg1.1 nvstream中视频解码的代码流程框架

Linux 35.5 + JetPack v5.1.3@ego-planner-swarm编译安装ego-planner 是一个单机版本，而ego-planner-swarm是一个多级飞行的版本，因此在此一起学习下，以便更好的理解该系列开源项目的整个进展和框架。

Linux 36.3 + JetPack v6.0@jetson-inference之视频操作对jetson-inference示例代码完成编译之后，首先确保视频、图像方面的操作没有问题。因为是所有示例基本上都是针对视频或者图像进行深度机器学习操作的。

Linux 36.3 + JetPack v6.0@jetson-inference之目标检测从应用角度来说，目标检测是计算机视觉里面第二个重要环节。之前的识别示例输出了表示整个输入图像的类别概率。接下来，将专注于目标检测，通过提取边界框来找到帧中各种目标的位置。与图像分类不同，目标检测网络能够在每帧中检测到多个不同的目标。

Linux 35.5 + JetPack v5.1.3@RACER编译安装鉴于以下两个自动导航规划路径的软件在模拟环节都有不同程度的segfault，那么只能在尝试下他们的后任继承代码。

算法部署 | 使用TensorRT+DeepSort+YOLOv5在NVIDIA-Jetson平台上部署目标跟踪算法

ubuntu22.04@Jetson OpenCV安装昨天用Jetson跑demo程序发现帧率很慢(只有10FPS左右)，按照视频文件怎么说应该有30FPS。但是为什么jetson orin nano跑不起来呢？？？

【jetson笔记】vscode远程调试vscode安装远程插件Remote-SSH 安装完毕点击左侧远程资源管理器打开SSH配置文件添加如下内容，Hostname为jetson IP，User为登录用户名需替换为自己的

【jetson笔记】ubuntu设置代理解决访问github问题设置-我的设备-全部参数-状态信息-IP地址（每个手机不同）我这里是172.18.0.1，后续所有要替换成你自己的IP地址

【jetson笔记】torchaudio报错原因是因为pip安装的包与jetson不兼容导致自己安装或者cmake编译也会报错需要拉取官方配置好的docker镜像

【jetson笔记】解决vscode远程调试qt.qpa.xcb: could not connect to display报错jetson远程安装x11转发Xming下载安装完成后打开安装目录C:\Program Files (x86)\Xming 用记事本打开X0.hosts文件，添加jetson IP地址后续IP改变需要重新修改配置文件

想要个小姑娘

Jetson Orin NX 开发指南（5）: 安装 OpenCV 4.6.0 并配置 CUDA 以支持 GPU 加速Jetson 系列的开发板 CPU 性能不是很强，往往需要采用 GPU 加速的方式处理图像数据，因此本文主要介绍如何安装带有 GPU 加速的 OpenCV，其中 GPU 加速通过 CUDA 来实现。

想要个小姑娘

Jetson Orin NX 开发指南（6）: VINS-Fusion-gpu 的编译和运行由于 Jetson 系列的开发板 CPU 性能不是很好，因此在处理图像数据时往往需要 GPU 加速，而 VINS-Fusion 是针对同步定位与建图（SLAM）问题中十分出色的视觉算法，但是其在图像处理过程中资源消耗较大，仅仅依靠 Jetson 开发板的 CPU 往往很难实现事实效果。

3：Ubuntu上配置QT交叉编译环境并编译QT程序到Jetson Orin Nano（ARM）GCC配置同上最后配置Kits上面设置完成之后，设置Kits 中的Device(这是为了能够直接把项目部署到arm设备上)

Jetson Docker 编译 FFmpeg 支持硬解nvmpi和cuvid设备为NVIDIA Jetson Xavier NX，jetpack版本为 5.1.1 [L4T 35.3.1] 使用的docker镜像为nvcr.io/nvidia/l4t-ml:r35.2.1-py3,详见https://catalog.ngc.nvidia.com/orgs/nvidia/containers/l4t-ml