一、總體介紹
1. 平臺采用Jetson Nano開發(fā)套件
2. 提供現(xiàn)代AI的強大功能。完整的軟件可編程性。Jetson Nano采用四核64位ARM CPU和128核集成NVIDIA GPU,可提供472 GFLOPS的計算性能。它還包括4GB LPDDR4存儲器,采用高效,低功耗封裝,具有5W / 10W功率模式和5V DC輸入。
3. 完全兼容這些框架和NVIDIA領先的AI平臺,可以比以往更輕松地將基于AI的推理工作負載部署到Jetson。Jetson Nano為各種復雜的深度神經(jīng)網(wǎng)絡(DNN)模型提供實時計算機視覺和推理。這些功能支持多傳感器自主機器人,具有智能邊緣分析的物聯(lián)網(wǎng)設備和先進的AI系統(tǒng)。甚至轉移學習也可以使用ML框架在Jetson Nano上本地重新訓練網(wǎng)絡。
4. Jetson Nano開發(fā)套件的占地面積僅為80x100mm,具有四個高速USB 3.0端口,MIPI CSI-2攝像頭連接器,HDMI 2.0和DisplayPort 1.3,千兆以太網(wǎng),M.2 Key-E模塊,MicroSD卡插槽,和40引腳GPIO接頭。端口和GPIO接頭開箱即用,具有各種流行的外圍設備,傳感器和即用型項目。
5、Jetson Nano可以運行各種各樣的高級網(wǎng)絡,包括流行的ML框架的完整原生版本,如TensorFlow,PyTorch,Caffe / Caffe2,Keras,MXNet等。通過實現(xiàn)圖像識別,對象檢測和定位,姿勢估計,語義分割,視頻增強和智能分析等強大功能,這些網(wǎng)絡可用于構建自動機器和復雜AI系統(tǒng)。
硬件資源及技術參數(shù)
處理 | |
中央處理器 | 64位四核ARM A57 @ 1.43GHz |
GPU | 128核NVIDIA Maxwell @ 921MHz |
記憶 | 4GB 64位LPDDR4 @ 1600MHz | 25.6 GB / s |
視頻編碼器* | 4Kp30 | (4x)1080p30 | (2x)1080p60 |
視頻解碼器* | 4Kp60 | (2x)4Kp30 | (8x)1080p30 | (4x)1080p60 |
接口 | |
USB | 4x USB 3.0 A(主機)| USB 2.0 Micro B(設備) |
相機 | MIPI CSI-2 x2(15位Flex連接器) |
顯示 | HDMI | DisplayPort的 |
聯(lián)網(wǎng) | 千兆以太網(wǎng)(RJ45) |
無線 | M.2帶有PCIe x1的Key-E |
存儲 | MicroSD卡(建議最低16GB UHS-1) |
其他I / O. | (3x)I2C | (2x)SPI | UART | I2S | 個GPIO |
主要實驗項目
平臺提供OpenCV、機器學習、深度學習和端側AI模型部署等教學資源,并提供從神經(jīng)網(wǎng)絡模型訓練、模型轉換到模型部署的完整文檔教程。配套豐富的實訓案例以及開發(fā)手冊等。
1、控制基礎例程
控制RGB燈
控制蜂鳴器
操作控制舵機
讀取舵機位置
控制所有舵機
控制機械臂做一些動作
操作機械臂記憶動作
機械臂夾方塊
2、OpenCV基礎例程
圖像讀取與顯示;
圖像繪制;
圖像ROI提?。?/span>
圖像幾何變換;
圖像形態(tài)學操作;
圖像輪廓提取
3、機器學習基礎例程
(1)回歸算法;
(2)聚類算法;
(3)分類算法;
(4)決策樹;
(5)支持向量機;
4、深度學習基礎例程
神經(jīng)網(wǎng)絡線性回歸;
神經(jīng)網(wǎng)絡非線性回歸;
全連接神經(jīng)網(wǎng)絡識別手寫數(shù)字;
卷積神經(jīng)網(wǎng)絡人臉識別
神經(jīng)網(wǎng)絡模型的保存與使用;
5、深度學習綜合例程
(1)手勢識別實驗
(2)顏色識別實驗
(3)顏色識別并抓取積木實驗
(4)視覺定位實驗
(5)垃圾分類實驗
(6)目標追蹤實驗
(7)人臉表情識別應用案例
(8)車牌識別應用案例
(9)口罩檢測應用案例