https://github.com/dusty-nv/jetson-inference
根據(jù)官方文檔提示信息，直接從第二步源碼編譯開始挖坑
Building From Source
嘛，其實(shí)也沒啥大坑
主要步驟照做就好，其中有一段要下載network的步驟，因?yàn)橹刑厮詻]辦法連到nvidia.box.com，所以可以通過github鏡像站下載，如果沒有被墻的話是可以直接wget到文件的；在下載了后解壓到/network目錄下，注意是
tar -zxvf *
解壓之后的部分網(wǎng)絡(luò)是帶命名文件夾的，有一些如googlenet的網(wǎng)絡(luò)是不帶文件夾的，就很凌亂，但也沒辦法，如果單獨(dú)自己載入網(wǎng)絡(luò)玩是可以不在意的，但是要跑它本身的demo的話路徑什么的還是保持固定比較好，要不然要在para參數(shù)中寫路徑就比較麻煩了。
另外在解壓完成后，單獨(dú)把network文件夾拷貝出來到j(luò)etson-inference根目錄下，這樣才能從jetson-inference目錄中運(yùn)行/build/aarch64/bin/目錄下的程序正確地找到network文件夾下的model，你問我怎么知道的？你自己試試唄。。。。
然后既然從鏡像單獨(dú)下載了網(wǎng)絡(luò)，那么在運(yùn)行cmake的時(shí)候，就是運(yùn)行那個(gè)download_models.sh腳本時(shí)就可以直接quit了，否則在那里再點(diǎn)一遍的話你依然會(huì)卡在下載過程，我之前以為下載下來的網(wǎng)絡(luò)文件可能還要鏈接編譯云云操作，可能不單單是解壓，但是后來腳本代碼時(shí)意識(shí)到他就是個(gè)簡(jiǎn)單的壓縮包而已；并且他默認(rèn)下載的目錄是build文件夾中，也不知道他有沒有自動(dòng)移動(dòng)到network文件夾之類的操作，墻外面的人可以驗(yàn)證一下他到底放到哪里了。
另外下載pytorch這個(gè)也會(huì)有連接問題，但是我想通過豆瓣源發(fā)現(xiàn)并沒有合適的版本，所以還是找到了下載地址（指向nvidia官網(wǎng)的），下載了pytorch自行pip3安裝了，所以cmake里面哪一步install-pytorch.sh也是直接quit。
在后面make那一步不要作死，我自己xjb加了-j8選項(xiàng)，想著能快一些，但是莫名奇妙地在sudo make install之后找不到j(luò)etson.inference和jetson.utils兩個(gè)重要python庫，差點(diǎn)逼得我去github作者下面發(fā)帖，最后想了想再重新走一遍不要自我發(fā)揮，就看到sudo make install 中有安裝兩個(gè)庫的路徑，再import就正常了。
enjoy it !
吐槽一下
英偉達(dá)這個(gè)jetson-inference太適合秒上手了，大概你找個(gè)人訓(xùn)練好對(duì)應(yīng)的tensorflow_model（已有網(wǎng)絡(luò)的），然后轉(zhuǎn)成uff，替換相應(yīng)位置的label和uff文件，稍稍改改demo就可以跑了，或者直接用caffemodel就可以，簡(jiǎn)直不需要?jiǎng)幽X子。
轉(zhuǎn)uff，mark一下
https://docs.nvidia.com/deeplearning/sdk/tensorrt-developer-guide/index.html#samplecode3
