[Jetson][Docker] jetson-containers

0. 개요

---

딥러닝이나 ROS, ROS2를 하다가보면

환경을 설정해주는데 큰 어려움이 있다.

 

딥러닝의 경우

pytorch나 tensorflow의 버전에 따라

CUDA, cuDNN을 맞춰주어야한다.

 

ROS의 경우,

ROS의 버전에 따라

ubuntu의 버전을 맞춰주어야한다.

 

또한, 사용하다가 보면

환경이 꼬여서 문제가 일어나는 경우가 있는데,

이 경우 해결하는 것이 쉽지 않다.

 

따라서 Nvidia에서

Docker container를 제공하여

이를 사용하기 쉽게 하였다.

 

그에 대한 github링크는 아래와 같다.

 

https://github.com/dusty-nv/jetson-containers

GitHub - dusty-nv/jetson-containers: Machine Learning Containers for NVIDIA Jetson and JetPack-L4T

 

 

1. Pre-built Container Images

---

 

이러한 이미지들을 다운로드하고 실행하기 위해서는

아래와 같은 명령을 실행한다.

 

$ git clone https://github.com/dusty-nv/jetson-containers
$ cd jetson-containers
$ scripts/docker_run.sh -c nvcr.io/nvidia/l4t-pytorch:r32.5.0-pth1.7-py3

 

또는,  Docker 명령으로는

아래와 같이 실행할 수 있다.

 

$ sudo docker pull nvcr.io/nvidia/l4t-base:r32.4.3
$ sudo docker run -it --rm --net=host --runtime nvidia -e DISPLAY=$DISPLAY -v /tmp/.X11-unix/:/tmp/.X11-unix nvcr.io/nvidia/l4t-base:r32.4.3

 

MIPI CSI camera는 아래의 tag로 추가 가능하다.

--volume /tmp/argus_socket:/tmp/argus_socket

 

V4L2 USB camera는 아래의 tag로 추가 가능하다.

--device /dev/video*

ex : --device /dev/video0

 

 

Ref.

 

https://developer.nvidia.com/embedded/learn/tutorials/jetson-container

Your First Jetson Container

https://developer.nvidia.com/blog/implementing-robotics-applications-with-ros-2-and-ai-on-jetson-platform-2/

Implementing Robotics Applications with ROS 2 and AI on the NVIDIA Jetson Platform | NVIDIA Developer Blog