网站制作一条龙免费推广平台哪些比较好

系列文章目录

---

jetson-inference入门
jetson-inference----docker内运行分类任务

---

前言

继jetson-inference入门

---

一、进入jetson-inference的docker

官方运行命令
进入jetson-inference的docker

docker/run.sh
docker run --runtime nvidia -it 【容器id】 【命令】
docker run --runtime nvidia -it 7a7d343029a2 /bin/bash
docker run --runtime nvidia -it dustynv/jetson-inference:r32.7.1 /bin/bash

这个命令就不用手动删除，容器id记得改成自己的

docker run -it --rm --runtime nvidia 7a7d343029a2 /bin/

二、分类任务

官方文档

https://gitcode.com/dusty-nv/jetson-inference/blob/master/docs/imagenet-console-2.md

docker 和 宿主主机的磁盘映射

cd jetson-inference/build/aarch64/bin
ll

没有查询到data文件，说明Linux系统上的data文件没有映射到docker中

本机【宿主机】数据目录
• ~/jetson-inference/data

容器数据目录
• /jetson-inference/data

启动时映射命令

docker run -it --rm --runtime nvidia -v ~/jetson-inference/data:/jetson-inference/data 7a7d343029a2 /bin/bash

或者

docker run -it --rm --runtime nvidia -v ~/jetson-inference/data:/jetson-inference/data dustynv/jetson-inference:r32.7.1 /bin/bash

映射成功

再次查看

开始测试

cd build/aarch64/bin
# C++
$ ./imagenet images/orange_0.jpg images/test/output_0.jpg     # (default network is googlenet)# Python
$ ./imagenet.py images/orange_0.jpg images/test/output_0.jpg  # (default network is googlenet)

这里是没有model.json，去下一下，
https://gitcode.com/dusty-nv/jetson-inference/blob/master/data/networks/models.json

外网问题，要自己下载模型

返回自己的主机

cd jetson-inference
cd toolsvi  download-models.sh

打开 download-models.sh，查找要下载的模型的下载地址

上面显示googleNet不能成功下载，所以要把googleNet的文件全都下载下来

function download_googlenet()
{
echo “$LOG Downloading GoogleNet…”

    download_file "bvlc_googlenet.caffemodel" "https://nvidia.box.com/shared/static/at8b1105ww1c5h7p30j5ko8qfnxrs0eg.caffemodel"download_file "googlenet.prototxt" "https://nvidia.box.com/shared/static/5z3l76p8ap4n0o6rk7lyasdog9f14gc7.prototxt"download_file "googlenet_noprob.prototxt" "https://nvidia.box.com/shared/static/ue8qrqtglu36andbvobvaaj8egxjaoli.prototxt"

}
下载后copy到主机里jietson-inferenec的data目录下

下载好的三个文件都放在Googlenet下

在容器中的 jetson-inference/build/aarch64/bin/networks也可以查询到

再次运行

# C++
$ ./imagenet images/orange_0.jpg images/test/output_0.jpg     # (default network is googlenet)# Python
$ ./imagenet.py images/orange_0.jpg images/test/output_0.jpg  # (default network is googlenet)

可以看到图片保存在 image saved ‘images/test/output_0.jpg’ (1024x683, 3 channels)

---

总结

下一节是docker中运行目标检测