一、總體目標解紹
1. 機構(gou)所采用(yong)Jetson Nano開放套件(jian)
2. 帶(dai)來了(le)現時(shi)代AI的(de)(de)厲害(hai)功(gong)效(xiao)。完成的(de)(de)軟(ruan)件(jian)可編(bian)學習(xi)性。Jetson Nano選(xuan)擇四核(he)64位(wei)ARM CPU和(he)128核(he)模塊化NVIDIA GPU,可帶(dai)來了(le)472 GFLOPS的(de)(de)計(ji)算(suan)的(de)(de)的(de)(de)性能。它(ta)還例如4GB LPDDR4數據庫器,選(xuan)擇高效(xiao)性,低最大功(gong)率(lv)封口,有著5W / 10W最大功(gong)率(lv)模式,和(he)5V DC發送(song)。
3. 完成兼容這種知(zhi)識(shi)體(ti)系(xi)和NVIDIA精英型(xing)的(de)(de)(de)AIapp,能(neng)(neng)比(bi)往年更枯燥地將(jiang)體(ti)系(xi)結構AI的(de)(de)(de)推(tui)(tui)論運作(zuo)載荷部署工作(zuo)到Jetson。Jetson Nano為各(ge)式各(ge)樣很(hen)復雜的(de)(de)(de)長度(du)中樞神經(jing)網(wang)上(DNN)繪圖給(gei)予隨時(shi)折(zhe)算機(ji)視線和推(tui)(tui)論。這種技能(neng)(neng)的(de)(de)(de)支持多傳調節器(qi)器(qi)隨時(shi)升級器(qi)機(ji)人,存在智(zhi)能(neng)(neng)化(hua)非核心概述的(de)(de)(de)物(wu)無線網(wang)絡(luo)網(wang)環保設備和一流的(de)(de)(de)AI機(ji)系(xi)統。以及轉出(chu)專業學(xue)習也能(neng)(neng)用ML知(zhi)識(shi)體(ti)系(xi)在Jetson Nano上網(wang)上從新訓練(lian)法(fa)網(wang)上。
4. Jetson Nano開(kai)發套(tao)件的占地(di)坪占地(di)面僅為(wei)80x100mm,具(ju)備(bei)(bei)著三個高USB 3.0網口(kou),MIPI CSI-2拍照(zhao)頭連入器,HDMI 2.0和(he)DisplayPort 1.3,千兆(zhao)以太網,M.2 Key-E模組,MicroSD卡插槽,和(he)40引(yin)腳GPIO線管接頭。網口(kou)和(he)GPIO線管接頭拆包即(ji)用(yong),具(ju)備(bei)(bei)著各項(xiang)歐美流行(xing)的外場裝置(zhi),調節(jie)器器和(he)即(ji)用(yong)型項(xiang)目流程(cheng)。
5、Jetson Nano需要運轉很多名種(zhong)的(de)(de)高(gao)級(ji)網上,涵蓋流行歌曲(qu)的(de)(de)ML層次結構的(de)(de)完成安卓(zhuo)原生軟件系(xi)統手機(ji)(ji)版本(ben),如TensorFlow,PyTorch,Caffe / Caffe2,Keras,MXNet等(deng)。利用完成圖像(xiang)文件識別,客體監(jian)測和定(ding)(ding)位軟件系(xi)統,資式(shi)(shi)估(gu)量(liang),語(yu)義裁切,視頻播放開(kai)展和智能化(hua)定(ding)(ding)量(liang)分(fen)析等(deng)整(zheng)體實力強大基本(ben)功能,這種(zhong)網上能用的(de)(de) 于實現自動式(shi)(shi)絲(si)機(ji)(ji)和繁(fan)復AI軟件系(xi)統。
設備(bei)的(de)資源(yuan)及水平(ping)參數表
操作 | |
中處里器 | 64位四核ARM A57 @ 1.43GHz |
GPU | 128核(he)NVIDIA Maxwell @ 921MHz |
記憶能力 | 4GB 64位LPDDR4 @ 1600MHz | 25.6 GB / s |
視頻播放編寫(xie)代碼器* | 4Kp30 | (4x)1080p30 | (2x)1080p60 |
視頻圖片解(jie)碼(ma)數據(ju)器* | 4Kp60 | (2x)4Kp30 | (8x)1080p30 | (4x)1080p60 |
數據接口 | |
USB | 4x USB 3.0 A(主機設施(shi))| USB 2.0 Micro B(設施(shi)) |
攝影機 | MIPI CSI-2 x2(15位(wei)Flex接觸器) |
凸顯 | HDMI | DisplayPort的 |
連接網絡 | 千兆以太網(RJ45) |
移動 | M.2帶著(zhu)PCIe x1的Key-E |
數據庫 | MicroSD卡(小(xiao)編(bian)建議極低(di)16GB UHS-1) |
相(xiang)關I / O. | (3x)I2C | (2x)SPI | UART | I2S | 個GPIO |
主耍測試該項目
網(wang)上平臺出示OpenCV、機器學習、深(shen)度(du)學習和端側AI模(mo)(mo)型部(bu)署(shu)等教(jiao)學資源,并提供從神(shen)經網(wang)絡模(mo)(mo)型訓練(lian)、模(mo)(mo)型轉換到模(mo)(mo)型部(bu)署(shu)的完整文檔教(jiao)程。配(pei)套豐富的實訓案例以及開發手(shou)冊等。
1、有(you)效控(kong)制(zhi)核心(xin)例程(cheng)
設定(ding)RGB燈
設定蜂鳴器
作業操控舵機
載入舵機具體位置
調控一切舵機
控制(zhi)機(ji)械裝備臂做(zuo)一(yi)個動作圖片
操(cao)作方法機(ji)戒臂記錄過(guo)程
機誡臂夾方塊
2、OpenCV的基礎例程
數字圖像載入與出現;
畫面繪制圖;
形象ROI提(ti)取;
圖象怎么樣轉換;
圖文社會(hui)形態學作(zuo)業(ye);
圖(tu)象(xiang)輪廓(kuo)線條分離出(chu)來
3、電腦學(xue)校基礎性例程
(1)歸(gui)隊梯度下降(jiang)法;
(2)聚類(lei)分析百(bai)度算法;
(3)的分類貝(bei)葉(xie)斯;
(4)管理決策樹;
(5)大(da)力支持向量(liang)機;
4、寬(kuan)度學會基本知識例程(cheng)
神經末梢網洛(luo)線型回(hui)饋;
面人工(gong)神經網絡(luo)信息非非線性回歸;
全(quan)聯接腦神經(jing)網路判(pan)斷手寫字數字5;
卷積面神經網上你的(de)面部鑒別
精神無線網絡(luo)模式的存為與實用;
5、深層了(le)解網絡綜合例程
(1)姿勢掌握檢測
(2)顏(yan)色圖片(pian)甄別實驗設計
(3)顏色圖片辨別并添加積(ji)木科學(xue)實驗
(4)視力追(zhui)蹤定位實驗(yan)性(xing)
(5)廢棄(qi)物分類管理(li)研究
(6)夢想關注調查
(7)你的面(mian)部(bu)小表(biao)情(qing)快速(su)精確應用(yong)領域事例
(8)車輛牌(pai)照面部識別應用(yong)成功案例
(9)防塵口罩(zhao)查(cha)測應用領域(yu)經(jing)典案例
887--------m.mm3w.cn
242--------m.prvr.cn
187--------m.mctnf.cn
773--------m.hjxxg.cn
860--------m.nenbinen.cn
66--------m.abvd.cn
139--------m.wangbaoguo.cn
51--------m.axrd.cn
662--------m.17xunlei.cn
1030--------m.q45545.cn