1. 概叙:

    原装的系统不支持摄像头模组,所以需要更新系统来支持摄像头模组。需要更新Jetson系统的L4T(Linux for Tegra)的两个部分,Image和DTB。
    Image部分,我们增加了摄像头驱动,DTB部分则指明了使用的摄像头型号

  2. 更新步骤:

    第一步:查看L4T版本:
    L4T API:

    cat /etc/nv_tegra_release
    32.5
    注:如显示:# R32 (release), REVISION: 5.1......则表示当前L4T版本为32.5.1。
    

    第二步:根据官网概述,了解到系统为:Jetpack4.5,L4T r32.5.1

    第三步: 下载bsp包:Image and DTB.

    git clone https://github.com/veyeimaging/nvidia_jetson_veye_bsp.git
    注: 这个文档种包含Image和DTB
    

    第四步:查找DTB文件名称与板卡对应关系

    注:DTB:tegra194-p2888-0001-p2822-0000.dtb
    DTB在bsp包路径:
    …\nvidia_jetson_veye_bsp\AGX-Xaviar\JetPack_4.5_Linux_JETSON_AGX_XAVIER\dts dtb\CS-MIPI-IMX307-fpdlink

    第五步:升级dtb

    在bsp包目录下,找到您对应的摄像头模组型号和L4T版本号的dtb文件。

    sudo cp <path to your dtb dir>/<DTB file name> /boot/ -f
    

    然后,编辑 /boot/extlinux/extlinux.conf文件,增加如下一行。

    FDT /boot/<DTB file name>
    

    重启后生效。

    我的dtb路径:
    D:\git\nvidia_jetson_veye_bsp\AGX-Xaviar\JetPack_4.5_Linux_JETSON_AGX_XAVIER\dts dtb\CS-MIPI-IMX307-fpdlink

    第六步:升级Image

    首先在bsp包目录下,找到对应版本的Image压缩包,解压后执行:

    sudo cp <path to your Image dir>/Image /boot/Image -f
    

    注: Image:
    Image_l4t_r32.5_veyecam.tar.gz 没有签名文件

    第七步:重启

  3. 检查Image和DTB更新是否成功

    完成Image和DTB的更新后,可以使用以下步骤检查操作是否成功。
    (1)对于Image:

    ls /sys/bus/i2c/drivers/
    应当有 veye327 csx307 cssc132 目录的存在
    

    (2)对于DTB:

    DTB在不同的平台和不同的摄像头模组都会有所不同,AGX Xavier :
    ls /proc/device-tree/i2c@3180000/tca9548@70/i2c@*
    可以查看摄像头的型号。
    

    (3)检测是否正确连接摄像头

    dmesg | grep x307
    应当有类似如下提示:
    Detected CS307 sensor
    subdev csx307 X-003b bound
    

参考链接:http://wiki.veye.cc/index.php/VEYE_CS_Camera_for_Jetson_TX2/zh

英伟达开发板学习系列----更新Jetson AGX Xavier系统相关推荐

  1. 英伟达开发板打包遇到问题记录

    1.简单版本 import os if __name__ == "__main__":print('linux dabao to exe ..................... ...

  2. 深度学习算法移动端部署设备--NVIDIA英伟达开发套件

    深度学习算法移动端部署设备--NVIDIA英伟达开发套件 简介 NVIDIA Jetson AGX Xavier CSI Camera USB or CSI 简介 以下产品分模块(module)和开发 ...

  3. Jetson Xavier、Jetson TX2、 1080(Ti)、2080显卡运行深度学习模型性能对比(英伟达开发平台VS常用显卡)

    前言:         英伟达的Jetson TX2使得很多人认为深度学习模型终于可以像嵌入式开发平台那样做到小型化了,不用再跑在高配计算机或者服务器上面了,但是实际上Jetson TX2开发板的性能 ...

  4. NVIDIA英伟达:深度学习服务器搭建指南 | 交流会笔记

    主讲人:Ken(何琨)| NVIDIA开发者社区经理 张康 屈鑫 编辑整理 量子位 出品 | 公众号 QbitAI 7月21日,量子位联合NVIDIA英伟达举行了线下交流会,跟现场近百位开发者同学共同 ...

  5. “半价买2080Ti”,英伟达发布RTX 30系列显卡,性能翻倍价格更低,网友高呼“NVIDIA YES”...

    晓查 贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI 千呼万唤始出来!游戏玩家等待了2年的英伟达新显(he)卡(dan)终于来了,而且加量又减价. 今天,黄仁勋在自家厨房里正式发布新一代 ...

  6. 震撼!英伟达用深度学习做图像修复,毫无ps痕迹

    在计算机视觉研究领域,NVIDIA常常让人眼前一亮. 比如"用Progressive Growing的方式训练 GAN,生成超逼真高清图像","用条件 GAN 进行 20 ...

  7. 实测 | 英伟达A100深度学习性能:训练速度高达V100的3.5倍!

    点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:量子位 AI博士笔记系列推荐 周志华<机器学习> ...

  8. 英伟达发布迁移学习工具包,现在可以申请早期试用

    圆栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI 最近,英伟达发布了一个迁移学习工具包 (Transfer Learning Toolkit) . 这个基于Python的工具包,打包了许多 ...

  9. 英伟达开源深度学习加速器介绍

    数字逻辑设计的开源项目非常少,这一方面是因为门槛比较高,学生很难验证学习:另一方面是项目迭代反馈的周期很长.比较有名的开源代码网站当属OpenCore,它的官方网站是:https://opencore ...

最新文章

  1. Bioinformatics | 预测药物相互作用的多模式深度学习框架
  2. DFT的准备(一)(对离散序列的傅里叶分析大总结)
  3. zabbix修改时区
  4. Asterisk NAT
  5. Idea的debug断点调试
  6. 苹果10亿美元收购英特尔手机基带业务 买下一颗iPhone“定芯丸”
  7. 第五章:逻辑回归(Logistic 回归)
  8. python+sklearn实现随机森林模型
  9. 消息模板取数据的高阶使用说明
  10. 蒙特卡洛方法(Monte-Carlo Simulation)
  11. 菜鸟日志:ADL(C++参数依赖查找)、
  12. 【百练】护林员盖房子
  13. 买游戏来运营_游戏化思维帮你玩转社群运营
  14. nodeJs处理json
  15. share memory的bank conflict分析
  16. nginx打包文件以及解压
  17. 《学一辈子光线追踪》 十 你的余生+极简后记
  18. 人生最好的医生,其实是自己。
  19. Aroma Bit获得IGV旗下的索尼创新基金的后续融资
  20. 笔记本升级intel显卡驱动失败如何手动安装-驱动人生

热门文章

  1. Excel和XML的相互转换(JAVA语言)
  2. Tableau 安装失败
  3. 原生微信小程序购物车
  4. Java8万人 每年增长25%_看人口增长趋势!1998年到2018年中国历年人口总数、净增人口对比...
  5. Spring揭秘1:IOC容器、bean的生命周期
  6. 在Python中调用C/C++:cython及pybind11
  7. 什么时候建立数据库,怎么建立数据库?
  8. Teigha开发读取CAD文字信息出现偏移
  9. 蓝桥杯同一类型题目汇总
  10. 算法提高 聪明的美食家