Jetson Nano深度学习实战：HelloAIWorld入门教程
本文档详细指导如何在NVIDIA Jetson Nano上部署深度学习，涉及TensorRT推理、PyTorch迁移学习、图像分类、目标检测和语义分割。从系统安装到实战演练，适合初学者快速上手。
Hello AI World! —— 部署深度学习
欢迎使用我们的教学指南，了解NVIDIA Jetson Nano/TX1/TX2/Xavier NX/AGX Xavier的推理和实时DNN视觉库]。
此 repo 使用 NVIDIA TensorRT 将神经网络有效地部署到嵌入式 Jetson 平台上，通过图形优化、内核融合和 FP16/INT8 精度提高性能和电源效率。
视觉原语，如用于图像识别的 imageNet、用于目标检测的detectNet和用于语义分割的segNet，都继承自共享的tensorNet对象。提供了从实时相机馈送流和处理图像的示例。有关C++和Python库的详细参考文档，请参见API参考部分。
遵循Hello AI World教程在Jetson上运行推理和转移学习，包括收集自己的数据集和训练自己的模型。它包括图像分类、目标检测和分割。
Jetson Nano 2GB and JetPack 4.5 is now supported in the repo.
Try the new Re-training SSD-Mobilenet object detection tutorial!
See the Change Log for the latest updates and new features.
1. Hello AI World
Hello AI World可以完全在您的Jetson上运行，包括使用TensorRT进行推理和使用PyTorch进行转移学习。Hello AI世界的推理部分包括编码自己的图像分类和Python或C++的对象检测应用程序和实时摄像机演示程序，可以在JeSon上运行大约两个小时或更少，而传递学习最好是留着运行一夜。
最低0.47元/天 解锁文章
扫一扫
3526
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
