Voici comment j'ai obtenu une exécution de code plus rapide pour exécuter des conteneurs Docker dans Jetson Nano L4T

Aperçu

Lorsqu'il s'agit de développer des systèmes embarqués, connaître quelques trucs et astuces peut grandement contribuer à économiser du temps et des ressources.

J'ai récemment dû faire face à un projet visant à développer un fauteuil roulant autonome (même si, en fin de compte, en raison de contraintes de temps et de ressources, nous avons fini par fabriquer un jouet !). Au cœur de celui-ci se trouve un kit de développement Jetson Nano, qui prend des images vidéo d'entrée, effectue une estimation de la profondeur de chaque image en exécutant l'image via un modèle d'estimation de la profondeur de HuggingFace, prend une décision en utilisant l'image estimée de la profondeur quant à savoir s'il faut continuer. se déplacer tout droit ou tourner à gauche ou à droite en cas d'obstacle devant, et modifie la vitesse des deux moteurs qu'il contrôle en utilisant le concept d'entraînement différentiel. Un capteur à ultrasons a également été utilisé, mais nous n'en discuterons pas car ce n'est pas lié.

L'un des aspects de la partie logicielle avec HuggingFace est d'exécuter le tout à l'aide de Docker. En effet, Jetson Nano est livré avec Python2 par défaut et si nous essayons d'installer Python3 et d'exécuter des programmes dépendants de Python3 sur le même environnement, cela entraîne des incompatibilités. Par conséquent, nous avons dû utiliser Docker Containers pour créer un environnement séparé dans lequel seul Python3 était disp...
[Courte citation de 8% de l'article original]