Jetson Nano系列教程0：初识Jetson Nano

摘要: 我，Jetson Nano Developer Kit，是一款体积小巧、功能强大的人工智能(AI)开发套件，可助你快速入门学习AI技术，并将其应用到各种智能设备。

自2019年3月19号，NVIDIA（英伟达）发布Jetson Nano以来，配合NVIDIA不断更新的AI教程资料，这一款官方售价99美刀的AI开发套件大受创客和教育者欢迎。如果你想入门AI，但是又苦于囊中羞涩，如果你想接触AI，但是又困于资料匮乏的话，相信我，Jetson Nano Developer Kit会是你不二的选择。

关于Jetson Nano Developer Kit

Jetson nano搭载四核Cortex-A57 MPCore 处理器，采用128 核 Maxwell™  GPU。支持JetPack SDK. 支持主流的AI框架和算法，例如TensorFlow， PyTorch, Caffe/Caffe2, Keras, MXNet等。

支持人脸识别，物体识别追踪，对象检测和定位等应用。

技术规格：

GPU	NVIDIA Maxwell™ 架构，配备 128 个 NVIDIA CUDA® 核心
CPU	四核 ARM® Cortex®-A57 MPCore 处理器
内存	4 GB 64 位 LPDDR4
存储	Micro SD 卡卡槽（需要另购16G以上SD卡接入）
视频编码	4K @ 30 (H.264/H.265)
视频解码	4K @ 60 (H.264/H.265)
摄像头	12 通道（3x4 或 4x2）MIPI CSI-2 DPHY 1.1 (1.5 Gbps)
连接	千兆以太网
显示器	HDMI 2.0 或 DP1.2 \| eDP 1.4 \| DSI (1 x2) 2 同步
UPHY	1 x1/2/4 PCIE、1x USB 3.0、3x USB 2.0
I/O	1x SDIO/2x SPI/4x I2C/2x I2S/GPIO

板载资源

Micro SD 卡卡槽: 可接入TF卡（16G以上），烧写系统镜像
40PIN GPIO扩展接口（兼容树莓派40PIN接口）
Micro USB接口：用于5V电源输入或者USB数据传输
千兆以太网口: 10/100/1000Base-T 自适应以太网端口
USB3.0接口：4个USB3.0接口
HDMI高清接口：用于外接HDMI屏幕
DisplayPort接口：用于外接DP屏幕
DC电源接口：用于外接5V电源（外径5.5，内径2.1）
MIPS CSI 摄像头接口：兼容树莓派摄像头接口

性能

下面这一份表格是NVIDIA官方给出的性能对比表格，以供参考

DNR表示无法运行。

Model	Application	Framework	NVIDIA Jetson Nano	Raspberry Pi 3	Raspberry Pi 3 + Intel Neural Compute Stick 2	Google Edge TPU Dev Board
ResNet-50 (224×224)	Classification	TensorFlow	36 FPS	1.4 FPS	16 FPS	DNR
MobileNet-v2 (300×300)	Classification	TensorFlow	64 FPS	2.5 FPS	30 FPS	130 FPS
SSD ResNet-18 (960×544)	Object Detection	TensorFlow	5 FPS	DNR	DNR	DNR
SSD ResNet-18 (480×272)	Object Detection	TensorFlow	16 FPS	DNR	DNR	DNR
SSD ResNet-18 (300×300)	Object Detection	TensorFlow	18 FPS	DNR	DNR	DNR
SSD Mobilenet-V2 (960×544)	Object Detection	TensorFlow	8 FPS	DNR	1.8 FPS	DNR
SSD Mobilenet-V2 (480×272)	Object Detection	TensorFlow	27 FPS	DNR	7 FPS	DNR
SSD Mobilenet-V2 (300×300)	Object Detection	TensorFlow	39 FPS	1 FPS	11 FPS	48 FPS
Inception V4 (299×299)	Classification	PyTorch	11 FPS	DNR	DNR	9 FPS
Tiny YOLO V3 (416×416)	Object Detection	Darknet	25 FPS	0.5 FPS	DNR	DNR
OpenPose (256×256)	Pose Estimation	Caffe	14 FPS	DNR	5 FPS	DNR
VGG-19 (224×224)	Classification	MXNet	10 FPS	0.5 FPS	5 FPS	DNR
Super Resolution (481×321)	Image Processing	PyTorch	15 FPS	DNR	0.6 FPS	DNR
Unet (1x512x512)	Segmentation	Caffe	18 FPS	DNR	5 FPS	DNR

TAG：树莓派5 PCIE转四口USB3.2 Hub扩展板 11.9寸显示屏 ESP32 1.44寸LCD 4寸圆形LCD电容触摸HDMI显示屏适用于mini PC树莓派Jetson 树莓派5 PD诱导 240x280 树莓派5机器人驱动板桌搭氛围屏树莓派5 POE + PCIE M.2 NVME SSD固态硬盘 Pi5 2242/2230 Pi5以太网供电教程资料 GPRS X1201 树莓派5 UPS电源管理扩展板18650不间断供电模块 Arduino UNO R4 Minima 5寸LCD 代码树莓派UPS电源 ESP32-S3 2.1寸LCD Luckfox-Pico-max摄像头 ESP32-S3 1.14 香蕉派

Jetson Nano Developer Kit国产DEV套件替代原装B01方案

TAG：树莓派Pico2 Raspberry Pi Pico 2开发板RP2350 ARM Cortex-M33 RISC-V Hazard3 RP2040-Matrix Raspberry Pi 5 ESP32小摆件LVGL太空人时钟手表1.69寸圆LCD显示触摸屏ST7789 240x280 LilyGO X1006树莓派5 PCIE ATA HDD SSD双硬盘扩展板 ESP32 香橙派orange pi zero 3开发板全志H618板载WiFi 大功率DC-DC降压 STM32 0.85寸LCD 电脑监控屏 RP2040 Arduino UNO R4 Minima 红外摄像头 ESP32-S3 GC9A01A 桌面天气摆件树莓派5 8G Arducam 树莓派5 ESP32-S3 LCD