Jetson Nano系统配置记录
本文是之前配置jetson nano时自己做的记录，发出来也是为了方便自己以后查看。
没有为了发博客专门整理，有些地方也许会对别人不适用。
本人在配置过程中也看了很多东西，有的有用，有的没用。整理的这些也是自己试过可以成功配置的方法，感兴趣的看下参考就好了。
1 硬件
拆散热器——>装网卡（天线看情况选装，无外壳先不装了）——>装散热器——>装风扇——>风扇接电。
用跳线帽插在J48引脚上，以使用DC电源。
接键鼠——>无线网卡选装——>接HDMI显示器——>将烧写好系统镜像的SD卡插入——>接DC电源开机。
2 SD卡烧写系统镜像
2.1格式化
使用读卡器读取SD卡（64g），格式化SD卡（可使用Panasonic SDFormatter）。
2.2 烧写系统镜像
打开Win32DiskImager.exe软件，选择img镜像文件，待烧写的盘，电机write进行烧写。
3 系统配置
3.1 开机配置
选择时区、语言、设置用户名密码等。
3.2 更新源
sudo apt update
sudo apt upgrade
3.3 检查已安装的CUDA、cudnn组件
（以下来自https://www.cnblogs.com/albert-8/p/10845366.html，又多了一个垫桌角的玩具——Jetson Nano 初体验1。）
1.7.1 检查CUDA
Jetson-nano 中已经安装了 CUDA10.0 版本，但是此时你如果运行 nvcc -V 是不会成功的，需要你把 CUDA 的路径写入环境变量中。OS 中自带 Vim 工具 ，所以运行下面的命令编辑环境变量。
sudo vim ~/.bashrc
在最后添加
export CUBA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH
然后保存退出
对了最后别忘了source一下这个文件。
source ~/.bashrc
source后，此时再执行 nvcc -V 执行结果如下
nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sun_Sep_30_21:09:22_CDT_2018
Cuda compilation tools, release 10.0, V10.0.166
1.7.2 检查OpenCV
Jetson-nano 中已经安装了 OpenCV3.3 版本，可以使用命令检查 OpenCV 是否安装就绪。
#查看opencv版本：
pkg-config opencv --modversion
3.3.1
#查看opencv安装库
pkg-config opencv --libs
-lopencv_dnn -lopencv_ml -lopencv_objdetect -lopencv_shape -lopencv_stitching -lopencv_superres -lopencv_videostab -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_imgcodecs -lopencv_video -lopencv_photo -lopencv_imgproc -lopencv_flann -lopencv_core
如果 OpenCV 安装就绪，会显示版本号，版本是3.3.1
1.7.3 检查cuDNN
Jetson-nano 中已经安装好了 cuDNN，并有例子可供运行，我们运行一下例子，也正好验证上面的 CUDA
#进入例子目录
cp -rf /usr/src/cudnn_samples_v7/mnistCUDNN ~/cudnn
#编译一下例子
make
# 为可执行文件添加执行权限
chmod a+x mnistCUDNN
# 执行
./mnistCUDNN
如果成功，如下所示
cudnnGetVersion() : 7301 , CUDNN_VERSION from cudnn.h : 7301 (7.3.1)
Host compiler version : GCC 7.3.0
……
3.4 安装tensorflow
（以下来自http://www.waveshare.net/study/article-889-1.html，Jetson Nano系列教程6：TensorFlow入门介绍(一)。）
3.4.1 安装tensorflow：
sudo apt-get update
sudo apt-get install python3-pip libhdf5-serial-dev hdf5-tools
sudo pip3 install --pre --no-cache-dir --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu
3.4.2 检查是否安装成功：
python3
import tensorflow
3.4.3 可能numpy版本不对，重新安装numpy：
sudo apt-get remove numpy
sudo pip3 install numpy
3.5 安装opencv4.1
（以下来自https://pysource.com/2019/08/26/install-opencv-4-1-on-nvidia-jetson-nano/，Install Opencv 4.1 on Nvidia Jetson Nano by Sergio Canu August 26, 2019）
Install Opencv 4.1
The installation of Opencv on the Jetson Nano takes around one hour.
We need to build Opencv from the source code, and we can do it by following these 7 steps below.
1. Updating the packages:
sudo apt update
sudo apt install -y build-essential cmake git libgtk2.0-dev pkg-config libswscale-dev libtbb2 libtbb-dev
sudo apt install -y python-dev python3-dev python-numpy python3-numpy
sudo apt install -y curl
2. Install video & image formats:
sudo apt install -y libjpeg-dev libpng-dev libtiff-dev libjasper-dev
sudo apt install -y libavcodec-dev libavformat-dev
sudo apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt install -y libv4l-dev v4l-utils qv4l2 v4l2ucp libdc1394-22-dev
3. Download OpenCV & Contribs Modules:
curl -L https://github.com/opencv/opencv/archive/4.1.0.zip -o opencv-4.1.0.zip
curl -L https://github.com/opencv/opencv_contrib/archive/4.1.0.zip -o opencv_contrib-4.1.0.zip
4. Unzipping packages:
unzip opencv-4.1.0.zip
unzip opencv_contrib-4.1.0.zip
cd opencv-4.1.0/
5. Create directory:
mkdir release
cd release/
6. Build Opencv using Cmake:
cmake -D WITH_CUDA=ON \
-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.1.0/modules \
-D WITH_GSTREAMER=ON \
-D WITH_LIBV4L=ON \
-D BUILD_opencv_python2=ON \
-D BUILD_opencv_python3=ON \
-D BUILD_TESTS=OFF \
-D BUILD_PERF_TESTS=OFF \
-D BUILD_EXAMPLES=OFF \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local .. （参数为网络同步用）
或直接：
cmake .. （在上一级目录cmake）
7. Compile the OpenCV with Contribs Modules:
make -j4
sudo make install
The installation is now completed.
