jetson nano框选

### Jetson Nano 物体检测与图像处理

对于希望利用Jetson Nano进行物体检测和图像处理的任务，可以依赖于其预装的强大软件栈来快速实现目标。由于该平台预先集成了诸如OpenCV、TensorFlow以及PyTorch这样的库[^1]，开发者可以直接着手构建复杂的视觉应用。

#### 使用预训练模型执行实时物体检测

为了展示如何在Jetson Nano上实施物体检测，下面提供了一个简单的例子，采用预训练的YOLOv3模型来进行此工作：

import cv2
import numpy as np

# 加载 YOLO 模型权重文件路径
weightsPath = "yolov3.weights"
configPath = "yolov3.cfg"

net = cv2.dnn.readNetFromDarknet(configPath, weightsPath)

# 设置CUDA作为后端加速推理速度
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)

image = cv2.imread('example.jpg')
(H, W) = image.shape[:2]

ln = net.getLayerNames()
ln = [ln[i[0] - 1] for i in net.getUnconnectedOutLayers()]

blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (416, 416), swapRB=True, crop=False)
net.setInput(blob)
layerOutputs = net.forward(ln)

boxes = []
confidences = []

for output in layerOutputs:
    for detection in output:
        scores = detection[5:]
        classID = np.argmax(scores)
        confidence = scores[classID]
        
        if confidence > 0.5:
            box = detection[0:4] * np.array([W, H, W, H])
            (centerX, centerY, width, height) = box.astype("int")

            x = int(centerX - (width / 2))
            y = int(centerY - (height / 2))

            boxes.append([x, y, int(width), int(height)])
            confidences.append(float(confidence))

idxs = cv2.dnn.NMSBoxes(boxes, confidences, 0.5, 0.4)

if len(idxs) > 0:
    for i in idxs.flatten():
        (x, y) = (boxes[i][0], boxes[i][1])
        (w, h) = (boxes[i][2], boxes[i][3])

        color = [int(c) for c in COLORS[classIDs[i]]]
        cv2.rectangle(image, (x, y), (x + w, y + h), color, 2)
        text = "{}: {:.4f}".format(LABELS[classIDs[i]], confidences[i])
        cv2.putText(image, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2)

cv2.imshow("Output", image)
cv2.waitKey(0)

这段代码展示了怎样加载YOLO网络结构及其对应的权值，并通过`cv2.dnn`接口调用GPU加速功能以提高性能表现。接着定义了图片读取方式及尺寸调整方法；最后遍历所有可能的目标框位置，在满足一定置信度阈值的情况下绘制边界矩形并标注类别名称。

#### 调整系统设置优化用户体验

考虑到实际开发过程中可能会遇到频繁的操作界面超时关闭情况，建议适当延长甚至禁用自动锁屏机制，从而减少不必要的中断干扰[^3]。这可以通过修改系统的电源管理参数轻松完成。