概要
JetPack 4.6にはOpenCV 4.1.1が含まれていますが，CUDAサポートがOFFになっています． ここでは比較的手軽にCUDAサポートがONのOpenCVの環境を準備する方法として，NVIDIA L4T MLのDockerイメージを使用する方法をメモしておきます．
| Jetson | Jetson Nano |
|---|---|
| JetPack | 4.6 |
| NVIDIA L4T ML | l4t-ml:r32.6.1-py3 |
NIVIDIA NGCとNVIDIA L4T ML
NVIDIA NGCでは，さまざまな用途のための，ディープラーニング，機械学習およびHPC向けのDockerイメージが配布されています． Jetson向けのDockerイメージは下記のリンクから一覧表示できます．
NVIDA NGCで配布されているDockerイメージの1つにNVIDIA L4T MLがあります．これはディープラーニング，機械学習やデータサイエンスの各種フレームワークをPython 3.6上で使用するための環境です． 下記ページの「Package Versions」を確認するとl4t-ml:r32.6.1-py3のリストにはOpenCV 4.5.0 (with CUDA)と記載されており，CUDAサポートがONになっていることがわかります．
Dockerコンテナを起動する
ワーキングディレクトリと起動スクリプトの準備
お好みの場所にワーキングディレクトリを作成し，その中にDockerコンテナの起動スクリプト，run.shを作成します． ここでは既存ディレクトリの/dataの配下にl4t-mlというディレクトリを作成しています．
お好みのテキストエディタでrun.shを作成し，下記リンクのrun.shの内容をコピー・アンド・ペーストしてください． なお，使用するDockerイメージのタグはJetPack 4.6に対応するr32.6.1-py3になっています．違うタグを指定したい場合は，NVIDIA L4T MLのページを参照して任意のタグに置き換えてください．
Dockerコンテナの起動
少なくともこれ以降の作業は，Jetsonにキーボード，マウスおよびディスプレイを接続して直接GUIログインしていることを前提に説明します． run.shに実行権限を付与し，実行してください．初回はDockerイメージのPullがあり，Dockerコンテナの起動に時間がかかります．
Dockerコンテナが起動し，Dockerコンテナの端末が表示されました．
dockerコマンドを実行するとエラーになる場合は，下記が解決の参考になるかもしれません．
Python 3でOpenCVライブラリの情報を確認する
下記の投稿で紹介した方法で，Dockerコンテナ上のOpenCVライブラリの情報を確認してみました． CUDAサポートがONになっています．
0 件のコメント:
コメントを投稿