一、總體介紹
1. 平臺(tái)采用Jetson Nano開發(fā)套件
2. 提供現(xiàn)代AI的強(qiáng)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(jì)算性能。它還包括4GB LPDDR4存儲(chǔ)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(lǐng)先的AI平臺(tái),可以比以往更輕松地將基于AI的推理工作負(fù)載部署到Jetson。Jetson Nano為各種復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)(DNN)模型提供實(shí)時(shí)計(jì)算機(jī)視覺(jué)和推理。這些功能支持多傳感器自主機(jī)器人,具有智能邊緣分析的物聯(lián)網(wǎng)設(shè)備和先進(jìn)的AI系統(tǒng)。甚至轉(zhuǎn)移學(xué)習(xí)也可以使用ML框架在Jetson Nano上本地重新訓(xùn)練網(wǎng)絡(luò)。
4. Jetson Nano開發(fā)套件的占地面積僅為80x100mm,具有四個(gè)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(shè)備,傳感器和即用型項(xiàng)目。
5、Jetson Nano可以運(yùn)行各種各樣的高級(jí)網(wǎng)絡(luò),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(guò)實(shí)現(xiàn)圖像識(shí)別,對(duì)象檢測(cè)和定位,姿勢(shì)估計(jì),語(yǔ)義分割,視頻增強(qiáng)和智能分析等強(qiáng)大功能,這些網(wǎng)絡(luò)可用于構(gòu)建自動(dòng)機(jī)器和復(fù)雜AI系統(tǒng)。
硬件資源及技術(shù)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(jī))| USB 2.0 Micro B(設(shè)備) |
相機(jī) | 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(wú)線 | M.2帶有PCIe x1的Key-E |
存儲(chǔ) | MicroSD卡(建議最低16GB UHS-1) |
其他I / O. | (3x)I2C | (2x)SPI | UART | I2S | 個(gè)GPIO |
主要實(shí)驗(yàn)項(xiàng)目
平臺(tái)提供OpenCV、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和端側(cè)AI模型部署等教學(xué)資源,并提供從神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練、模型轉(zhuǎn)換到模型部署的完整文檔教程。配套豐富的實(shí)訓(xùn)案例以及開發(fā)手冊(cè)等。
1、控制基礎(chǔ)例程
控制RGB燈
控制蜂鳴器
操作控制舵機(jī)
讀取舵機(jī)位置
控制所有舵機(jī)
控制機(jī)械臂做一些動(dòng)作
操作機(jī)械臂記憶動(dòng)作
機(jī)械臂夾方塊
2、OpenCV基礎(chǔ)例程
圖像讀取與顯示;
圖像繪制;
圖像ROI提??;
圖像幾何變換;
圖像形態(tài)學(xué)操作;
圖像輪廓提取
3、機(jī)器學(xué)習(xí)基礎(chǔ)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(jī);
4、深度學(xué)習(xí)基礎(chǔ)例程
神經(jīng)網(wǎng)絡(luò)線性回歸;
神經(jīng)網(wǎng)絡(luò)非線性回歸;
全連接神經(jīng)網(wǎng)絡(luò)識(shí)別手寫數(shù)字;
卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別
神經(jīng)網(wǎng)絡(luò)模型的保存與使用;
5、深度學(xué)習(xí)綜合例程
(1)手勢(shì)識(shí)別實(shí)驗(yàn)
(2)顏色識(shí)別實(shí)驗(yàn)
(3)顏色識(shí)別并抓取積木實(shí)驗(yàn)
(4)視覺(jué)定位實(shí)驗(yàn)
(5)垃圾分類實(shí)驗(yàn)
(6)目標(biāo)追蹤實(shí)驗(yàn)
(7)人臉表情識(shí)別應(yīng)用案例
(8)車牌識(shí)別應(yīng)用案例
(9)口罩檢測(cè)應(yīng)用案例