我们从年初就开始全面销售二代Jetson NANO 开发套件(关于二代Jetson NANO开发套件常见问题).
不仅如此,我们提供了套餐,在32G TF卡里刷好系统,并配好5V4A DC电源,确保用户买到就可以开机使用。鉴于疫情的影响,加上考虑到大多数用户都是需要使用到摄像头。我们特意增加了摄像头的购买选项:
入手Jetson NANO后,建议看一下这个视频:Jetson开发:提示,技巧和避免陷阱 ,作为一个入门教育吧。
接下来正式开始,
需要首先安装摄像头 ,按照教程里能抓到摄像头画面就表明安装成功。
接着我们来学习一下NVIDIA的经典教程:Hello AI Word,按照我们的教程跑一下。注意,在这里,我们已经解决了NVIDIA模型下载不下来的问题,因为我们做了镜像。
通过这个教程,你大概能初步体验的人工智能的美妙,然后您可能希望了解更多深度学习一些操作以及理念知识。
这个时候,我建议你可以学习一下NVIDIA的在线课程, 这是NVIDIA少有的免费的DLI课程。通过这个课程,你可以学着:
1搭建您的Jetson Nano和摄像头;
2.为分类模型收集图像数据;
3.为回归模型标记图像数据;
4.在您的数据上训练神经网络以创建您自己的模型;
5.在Jetson Nano上使用您创建的模型进行推理
认真过一遍这个课程(虽然是8小时的),完成最后的测试,您可以获得NVIDIA颁发的证书作为对自己第一阶段尝试的奖励!
这个时候你可能想做一些更多的尝试了!
那我们可以一起来做个小小的应用吧,比如识别口罩?
在这个实战例子里,我们甚至用NANO来训练数据集,为了方便大家学习,我们把代码放在这里:https://github.com/WhoseAI/maskOD_nano
您可以比照着做其他的小应用,比如说工地上戴安全帽识别?我们只是举着个例子,希望能抛砖引用,激发你更多的应用想象!
这个时候你可能已经想做更多跟视频智能分析相关的应用。我推荐你了解一下NVIDIA Deepstream。
如果对NVIDIA Deepstream还不太了解的用户,可以阅读一下这篇 。
那Deepstream能做什么呢?我们演示了一下:用NVIDIA 嵌入式Jetson 平台做个AI“云监工”
是不是很有意思?没错,基本上你要做车牌识别、车流/人流分析,都可以用到这个。
NVIDIA同样提供了一个在线免费学习课程。我们非常推荐你这个时候学习一下。
在这个课程里,你会学到:
1.设置您的 Jetson Nano 和(可选的)摄像头;
2构建端到端的 DeepStream pipeline,将原始视频输入转换为具有洞察力的带注释的视频输出;
3.同时配置多个视频流;
4.完成本课程后,您将能够构建一个 DeepStream 应用程序来识别和分类汽车,并在拥挤的场景中统计人数。
同样的,最后你会得到一张NVIDIA的证书,作为第二阶段的学习奖励!
最后进入第三阶段,你可以对Deepstream做一个深度的学习,请学习这个课程。
在这个课程里,您将学习如何:
1.为并行、多流视频处理部署 DeepStream,并交付具有最大处理能力的应用程序;
2.调配处理机制并创建直观的、基于图形的应用程序,并利用多个深度网络模型处理视频流获得更多智能洞察;
3.完成本课程后,您将了解如何使用DeepStream创建基于AI的视频分析应用程序,以将视频流转换为可用 的洞察。
基本上这个时候你应该可以学会开发一些小项目了。如果你在这个学习的过程中遇到问题,欢迎您到我们的技术QQ群里提问,我们的技术工程师,以及群里很多热心用户都会帮助您!

- CUDA优化冷知识(持续更新)
- 如何用Jetson nano拍摄的视频交付到Amazon 云上
- 在Jetson nano使用训练模型进行目标检测
- 为Jetson NANO构建环境
- 使用Google Colab训练Tensorflow模型
- 使用IBM Cloud Annotations进行标注
- 新一代Jetson NANO开发套件(B01)开箱
- 从Tensorflow生成TensorRT引擎的方法
- 实战教程:利用NVIDIA TensorRT优化一个推荐系统
- NVIDIA机器人开发工具包ISAAC实战(英文)
- 如何搭建一个NVIDIA JetBot小车(英文)
- Jetson TX2进行摄像头驱动的开发