Jetson AGX Xavierを試してみる(1) - みらいテックラボ

NVIDIA社のJetson AGX Xavierを触る機会を得たので, 環境設定してデモを動かしてみた.

Jetson Nanoとは設定方法が少し異なるところもあるが, 基本的には公式サイトの手順に沿ってやれば問題ない.
一応, メモとしてまとめておく.

[関連記事]
・Jetson AGX Xavierを試してみる(1)
・Jetson AGX Xavierを試してみる(2)

1. セットアップ
Jetson AGX Xavierは, Ubuntu18.04がデフォルトでインストールされているが, 画像処理やDeep Learningなどの開発環境を整えるには, JetPackをインストールするのが手っ取り早い.
ちなみにJetPackとは, Jetson向けにCUDA, cuDNN, TensorRT, OpenCV, DeepSteamなどをパッケージ化したものである.

1. 1 JetPackインストール[1][2]
Jetson Nanoでは, SD Cardにイメージを焼き込んでいたが, Jetson AGX XavierではホストPCとUSB接続し, NVIDIA SDK Managerを使用して, 「JetPack SDK」のイメージを書き込む.
ただし, ホストPCは物理Linuxマシン(Ubuntu Linux x64 version 18.04 or 16.04) でないとダメなようだ.
インストールについては, 公式サイトの他に, いくつか記事[3][4]で紹介されており, 特にハマることなくインストールできたのでそちらを参照してほしい.

[ホストPC環境]

ホストPC : Ubuntu 18.04
SDK Manager : sdkmanager_1.5.0-7774_amd64.deb
JetPack 4.5.1

1.2 TensorFlowインストール[5]
こちらも公式サイトの手順で簡単にインストールできる.
依存するパッケージをインストールした後, 最新のTensorFlowをインストールした.

$ sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v45 tensorflow

TensorFlow : tensorflow 2.4.0+nv21.5

1.3 HELLO AI WORLD NVIDIA JETSONインストール[6]
HELLO AI WORLDには, DNNビジョンライブラリを使った多くのサンプルが含まれている.
TensorRTの使い方の参考となるので, インストールしてデモを動かし見ようと思う.
GitHubサイトの手順に沿って, ソースからビルドし, インストールを行った.
こちらも特に問題もなく, インストール完了!!

2. 動作確認
開発環境のセットアップ後, 簡単な動作確認を行ってみた.

2.1 OpenCV + GStreamer
JetPackに含まれているOpenCVはバックエンドにGStreamerを使用できるようにビルドされている.
そこで, 簡単に試してみる.
[コード:test_gst.py]

import cv2

src = 'videotestsrc ! videoconvert ! appsink'

def main():
    cap = cv2.VideoCapture(src)

    while(cap.isOpened()):
        ret, frame = cap.read()
        if not ret:
            break
        cv2.imshow('GStreamer Test',frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()

if __name__ == '__main__':
    main()

[実行結果]

2.2 Object Detection
HELLO AI WORLDのサンプルに含まれるObject Detectionを試してみる.

$ cd jetson-inference/python/examples
$ ln -s ../../data/images .
$ ./detectnet.py --network=ssd-mobilenet-v2 images/peds_0.jpg images/test/output.jpg

[実行結果]