wtyyy/jetson repository overview

⁠Nvidia Jetson 容器

1. Jetpack 5.*⁠
2. Jetpack 6.2.*⁠

⁠Jetpack 5.*

这里提供了一个ROS-Humble版本的，包含cuda, cudnn, tensorrt，基于dustynv/ros:humble-desktop-l4t-r35.4.1⁠修改得到

docker run -it --name ros-humble2 \
  --runtime=nvidia \
  -e DISPLAY \
  -v "/tmp/.X11-unix:/tmp/.X11-unix" \
  --net=host \
  --privileged -v /dev:/dev \
  -v /home/unitree/Coding:/Coding \
  wtyyy/jetson:cuda11.4-20.04-humble-desktop

# 使用如下alias来source ros
source_ros_humble

⁠Jetpack 6.2.*

Nvidia Jetson AGX Orin刷机及相关前置配置可参考我的Blog笔记⁠，目前cuda12.6仅支持Jetson 6.2.1及以上版本，刷机后自动会安装 nvidia container toolkits 就会包含 docker 以及 --runtime=nvidia 的支持

本镜像基于jetson-containers⁠的jetson-containers build pytorch onnxruntime创建并进一步修改, 下面启动代码均在Jetson AGX Orin上经过测试

若在x86架构上测试需提前安装docker run --privileged --rm tonistiigi/binfmt --install allQEMU解释器, 且无法测试cuda相关内容

⁠版本

• wtyyy/jetson:cuda12.6-22.04-torch-onnxruntime: 包含CUDA12.6, TensorRT, PyTorch2.8, Torchvision0.23.0, onnxruntime1.23.0

  docker run -it \
      --name cuda \
      --runtime=nvidia \
      --net=host \
      wtyyy/jetson:cuda12.6-22.04-torch-onnxruntime bash
  

  Copy
  测试代码 /root/Coding/tests/test_yolo.py, 主要为yolo的torch, onnxruntime, tensorrt基准测试