文章介绍了如何在NvidiaJetsonXavierNX设备上利用Docker运行PyTorch和OpenCV，特别提到了Nvidia提供的L4TML镜像。由于官方镜像可能不满足需求，作者建议直接使用包含opencv的ML镜像，或者根据jetpack版本选择合适的镜像。此外，文章还涵盖了Docker常用命令、jtop安装以监控系统状态、保存和构建Docker镜像的方法，以及如何处理容器访问外部文件和性能考虑。
Nvidia Jetson Xavier NX/AGX docker
WHY
在jetson上使用docker跑opencv和pytorch其实主要是要找对镜像，docker官方的hub里并没有适合的能直接跑的镜像，但是nvidia自己提供了L4T的pytorch和ML镜像。
镜像地址
单独pytorch的镜像：
https://catalog.ngc.nvidia.com/orgs/nvidia/containers/l4t-pytorch
整合了opencv，pytorch，tensorflow的ML镜像：
https://catalog.ngc.nvidia.com/orgs/nvidia/containers/l4t-ml
如果不是嫌大推荐直接使用ML的镜像，包含了opencv，要在pytorch的镜像中安装编译opencv太慢了，jetson的cpu都不太行，除非对opencv的版本有特殊需求。
如果对opencv的版本有特殊需求，建议还是找一下jetpack有没有对应的版本直接刷机对应的jetpack然后使用对应的docker镜像。
使用方法
先查看当前jetson设备的jetpack版本，例如我的是4.6版本，找到对应的镜像的编号，从tag里找到镜像地址
然后pull下来就行了
sudo docker pull nvcr.io/nvidia/l4t-ml:r32.6.1-py3
然后就可以进docker使用了
sudo docker run -it --rm --runtime nvidia --network host nvcr.io/nvidia/l4t-ml:r32.
扫一扫
3033
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
