NVIDIA Jetson-guide

Chloros på NVIDIA Jetson möjliggör multispektral bildbehandling i fält – ute på fältet, på drönare och i avlägsna installationer. Chloros identifierar automatiskt din Jetson-modell och optimerar bearbetningsstrategin för din hårdvara.

---

Jetson-modeller som stöds

Modell	RAM	Bearbetningsstrategi	Rekommenderad användning
Jetson AGX Orin	32–64 GB delat	GPU_PARALLEL (4 arbetare)	Maximal prestanda, stora datamängder
Jetson Orin NX	8–16 GB delat	GPU_PARALLEL (3 arbetare, 16 GB) / GPU_SINGLE (8 GB)	Förstahandsrekommendation för användning i luften och på fältet
Jetson Orin Nano	8 GB delat	GPU_SINGLE (1 arbetsenhet)	Edge-beräkning på instegsnivå
Jetson Nano	4–8 GB delat	GPU_SINGLE (1 arbetare)	Instegsnivå, begränsat minne

Äldre Jetson-modeller (TX2, TX1, Xavier NX) stöds eventuellt inte. Prestandan varierar beroende på tillgängligt GPU-minne och CUDA-kapacitet.

---

Krav

• JetPack 6.x (senaste versionen rekommenderas)

• NVIDIA CUDA (ingår i JetPack)

• Chloros+-licens (krävs för åtkomst till CLI/SDK)

Installation

# Install the JetPack 6 .deb package
sudo dpkg -i chloros-arm64-jp6.deb

# Verify installation
chloros-cli --version

# Install Python SDK (optional)
pip install chloros-sdk

# Run system diagnostics
chloros-cli selftest

För allmän information om installation av Linux, se Linux Installation.

---

Dynamisk beräkningsanpassning på Jetson

Chloros identifierar automatiskt din Jetson-modell och väljer den optimala bearbetningsstrategin. Ingen manuell inställning krävs.

Hur det fungerar

Vid uppstart profilerar Chloros ditt system:

1. Identifierar Jetson-modellen via /proc/device-tree/model

2. Läser tillgängligt GPU/delat minne

3.Väljer en bearbetningsstrategi (GPU_PARALLEL, GPU_SINGLE eller CPU_PARALLEL) 4. Ställer in antal arbetare, pipelintyp och minnesallokering automatiskt

Beteende per modell

Jetson-modell	Strategi	Arbetare	Pipeline	Parallellitet
Jetson Nano 8 GB	GPU_SINGLE	1	tiled_gpu (minneseffektiv)	Seriell
Jetson Orin Nano 8 GB	GPU_SINGLE	1	tiled_gpu	Seriell
Jetson Orin NX 8 GB	GPU_SINGLE	2	tiled_gpu	Serialiserad
Jetson Orin NX 16 GB	GPU_PARALLEL	3	fused_gpu (full GPU-väg)	Samtidig
Jetson AGX Orin 32–64 GB	GPU_PARALLEL	4	fused_gpu	Samtidig

Jetson Orin NX 16 GB är det perfekta valet för edge-distribution – den använder strategin GPU_PARALLEL med 3 samtidiga arbetare och levererar verklig parallell GPU-bearbetning i ett kompakt format.

Den viktigaste skillnaden mellan plattformarna är minnet. En Jetson Nano med 8 GB delat minne måste bearbeta bilder en i taget med hjälp av en minneseffektiv tiled-metod, medan en Orin NX med 16 GB kan köra 3 bilder genom GPU:n samtidigt med hjälp av den fuserade pipelinen med högre genomströmning.

För den fullständiga referensen för beräkningsanpassning, se Dynamisk beräkningsanpassning.

---

Värmehantering

Jetson-enheter har begränsat värmeutrymme, särskilt i slutna eller luftburna installationer. Chloros inkluderar automatisk värmeövervakning och strypning:

Temperatur	Åtgärd
< 70 °C	Normal drift — full bearbetningshastighet
70 °C (Varning)	Minska batchstorleken automatiskt
80 °C (Kritiskt)	Aggressiv begränsning — lägre samtidighet
90 °C (Avstängning)	Stoppa GPU-bearbetningen helt — nedkylning krävs

Säkerställ tillräcklig ventilation och kylning för kontinuerlig bearbetning, särskilt i slutna fältkapslingar eller luftburna system. Termisk strypning minskar bearbetningskapaciteten för att skydda hårdvaran.

---

Minnehantering

Jetson-enheter använder enhetligt minne — GPU och CPU delar samma fysiska RAM-minne. Detta innebär att det rapporterade VRAM-minnet (t.ex. 15,3 GB på Orin NX 16 GB) inte är dedikerat GPU-minne; det delas med operativsystemet och andra processer.

Rekommendationer för swap

För stora datamängder eller Texture Aware-debayer-bearbetning kan Chloros rekommendera att man skapar swap-utrymme:

# Check current memory and swap
free -h

# Create a swap file (example: 8GB)
sudo fallocate -l 8G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

# Make persistent across reboots
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

Uppskattat minnesbehov per bild:

• Standard-debayer: ~10 MB per bild

• Texture Aware-debayer: ~15 MB per bild

Chloros beräknar automatiskt det nödvändiga minnet baserat på storleken på din datamängd och varnar dig om swap rekommenderas.

OOM (Out of Memory) Fallback

Om ett minnesbristtillstånd upptäcks under bearbetningen:

1. Chloros minskar automatiskt antalet GPU-arbetare

2. Fallback från fused_gpu till tiled_gpu-pipeline (mer minneseffektiv)

3. Fortsätter bearbetningen med reducerad genomströmning istället för att krascha

---

Fältinstallation

Strömförsörjning

Jetson-modell	Typisk strömförbrukning	Anmärkningar
Jetson Nano	5–10 W	USB-C eller cylindrisk kontakt
Jetson Orin Nano	7–15 W	DC-cylindrisk kontakt
Jetson Orin NX	10–25 W	DC-cylindrisk kontakt
Jetson AGX Orin	15–60 W	USB-C PD eller cylindrisk kontakt

Planera din strömförbrukning för kontinuerlig bearbetning — den högsta strömförbrukningen inträffar under den GPU-intensiva tråd 3 (Bearbetning).

Rekommendationer för lagring

• NVMe SSD rekommenderas starkt för arm64-implementeringar

• SD-kort är för långsamma för bearbetning — använd endast som startmedia

• Planera för 2–3 gånger storleken på dina råa bilddata för bearbetad utdata

Headless-drift via SSH

Chloros CLI är idealisk för headless Jetson-installationer:

# SSH into the Jetson
ssh user@jetson-hostname

# Process a dataset
chloros-cli process /data/datasets/flight001 --format tiff-32

# Monitor export progress
chloros-cli export-status

Automatiserad bearbetning med systemd

Skapa en systemd-tjänst för automatiserad bearbetning:

# /etc/systemd/system/chloros-process.service
[Unit]
Description=Chloros Automated Processing
After=network.target

[Service]
Type=oneshot
User=chloros
ExecStart=/usr/bin/chloros-cli process /data/incoming --output /data/processed
StandardOutput=append:/var/log/chloros-process.log
StandardError=append:/var/log/chloros-process.log

[Install]
WantedBy=multi-user.target

Kombinera med en systemd-timer för schemalagd bearbetning:

# /etc/systemd/system/chloros-process.timer
[Unit]
Description=Run Chloros Processing Every Hour

[Timer]
OnCalendar=hourly
Persistent=true

[Install]
WantedBy=timers.target

sudo systemctl enable chloros-process.timer
sudo systemctl start chloros-process.timer

---

Exempel på arbetsflöden

Grundläggande Jetson-bearbetning

#!/bin/bash
# Process a drone flight dataset on Jetson
chloros-cli process /data/flights/flight_042 \
    --output /data/processed/flight_042 \
    --format tiff-32 \
    --indices NDVI NDRE GNDVI

Python SDK på Jetson

from chloros_sdk import ChlorosLocal

with ChlorosLocal() as chloros:
    chloros.create_project("field_survey_042")
    chloros.import_images("/data/flights/flight_042")
    chloros.configure(
        indices=["NDVI", "NDRE", "GNDVI"],
        export_format="TIFF (32-bit, Percent)",
        reflectance_calibration=True
    )
    chloros.process(mode="parallel")

print("Processing complete!")

Batchbearbetning av flera flygningar

#!/bin/bash
# Process all flight datasets in a directory
for flight in /data/flights/*/; do
    name=$(basename "$flight")
    echo "Processing $name..."
    chloros-cli process "$flight" \
        --output "/data/processed/$name" \
        --format tiff-32 \
        --indices NDVI NDRE
    echo "Completed $name"
done

---

Rekommenderade Jetson-system för fältanvändning

För fält- och luftburna installationer bör du överväga dessa Jetson Orin NX 16 GB-bärkort:

• Luftburet/drönare: System med vibrationsklassning (MIL-STD), låg vikt (under 300 g) och passiv kylning

• Robust fältanvändning: Vattentäta höljen enligt IP67/IP69K med PoE GigE-kameranslutning

• Minimal/budget: Utvecklingskit med tillbehörshöljen

Kontakta MAPIR Support för specifika hårdvarurekommendationer för ditt användningsscenario.

---

Nästa steg

• Linux Installation — Allmänna detaljer om Linux-installation

• Dynamisk beräkningsanpassning — Fullständig referens för beräkningsstrategier

• Processing Pipeline — Förstå 4-trådspipeline

• CLI : Command Line — Fullständig CLI-referens

• API : Python SDK — Fullständig referens för SDK