首先感謝兩個恩師，我願稱之為簡體中文互聯網最好的TensorRT教程： 鏈接1 鏈接2 本文的環境是Jetson Orin Nano 安裝的Jetpack版本是6.2.1，包含CUDA12.6，cuDNN 9.3.0，TensorRT 10.3.0，部署的模型是YOLO，對於其他環境，我也會簡單介紹一下如何選擇合適的版本。 1 TensorRT簡介 TensorRT是英偉達推出的一個高性能深度學習
最近負責一個公司對內開發的一個項目，幫助庫管做一個可以數零件的桌面軟件，其中就需要將訓練好的模型部署到小型化的嵌入式設備上，公司經費充足，直接給了我一塊Jetson Orin NX 16G版來做邊緣部署平台。根據我的計算20TOPS左右的算力就是足夠的，所以100TOPS的Orin NX 16G性能遠遠溢出。因此，無需考慮性能，考慮到將來可能會有更多的設備型號部署任務，沒有選擇在英偉達GPU上效率
一 前言 最近的工作內容是開發QT的插件，公司的插件框架都是基於vs2017+MSVC+Qmake搭建的，由於QT的官方IDE太難用了，自己又比較習慣使用VSCode了，所以打算通過VSCode來進行開發。在網上搜索了不少文章來看，大部分都是使用Cmake或者MinGW來進行配置的，竟然沒有一篇講這三個組合的詳細配置文章，真是醉了。經過一番摸索，終於配置成功了，記錄一下配置過程，方便以後查閲。 二
一 遠程連接 先直接用顯示器連接Jetson Nano，點擊右上角的wifi圖標進入到網絡設置界面，這裏我用的公司內部交換機直連的局域網，配置靜態ip地址，配置完成後點擊應用即可。 接着開啓遠程桌面功能，點擊左上角的“活動”，搜索“共享”，打開共享設置界面，開啓“遠程桌面”功能，允許其他用户查看你的桌面，並允許控制你的桌面。 Jetson Nano的圖形渲染策略是英偉達自己的，當我們登錄賬
