第十四屆 優選

ai-and-data
就用 Jetson Nano 來實作 Edge AI 吧!
Felix Lin

系列文章

DAY 11

【Day 11】快訊!Jetson Orin Nano 發表!

就在筆者落筆時,老黃剛好在 GTC 大會上發布了新世代的入門級邊緣運算模組-Jetson Orin Nano!這帶來什麼樣的優勢與影響呢?就讓筆者先插播一下這訊...

DAY 12

【Day 12】Getting Started with AI on Jetson Nano (一): 環境準備與 hello Camera

NVIDIA 線上學習資源 DLI (Deep Learning Institute) 有個非常實用的入門課程- Getting Started with AI...

DAY 13

【Day 13】Getting Started with AI on Jetson Nano (二): Image Classification 影像分類

DLI Getting Started with AI on Jetson Nano 的第二篇,今天將在 JupyterLab 使用互動式介面實作影像分類模型的...

DAY 14

【Day 14】Getting Started with AI on Jetson Nano (三): Image Regression 影像回歸

DLI Getting Started with AI on Jetson Nano 第三部分 Image Regression 影像回歸。大家應該有聽過 數值...

DAY 15

【Day 15】Hello AI World (一):環境準備與安裝

學寫程式的第一個程式叫做 Hello World,那麼學習 NVIDIA Jetson Edge AI 的第一個程式呢?就叫做 Hello AI World 啦...

DAY 16

【Day 16】Hello AI World (二):Image Classification 影像分類

當環境準備就緒,今天就來實作 Edge AI Image Classification 影像分類吧! ImageNet dataset 影像分類推論 開始之前一...

DAY 17

【Day 17】Hello AI World (三):訓練辨識貓狗影像分類模型

前一篇我們玩了數種不同的影像分類模型,都是以 ImageNet 為資料集訓練好的預訓練模型,但如果我們想要訓練自己的影像分類模型呢?今天就來訓練自己的影像分類模...

DAY 18

【Day 18】Hello AI World (四):用 Colab 訓練植物分類模型

以 Jetson Nano 的邊緣裝置的定位,適合拿來做神經網路推論,並不適合(也不合理)跑神經網路訓練,即使可以跑也是會等到天荒地老。既然如此,拿 googl...

DAY 19

【Day 19】Hello AI World (五):Object Detection 物件偵測

前面實作了 AI 影像分類效果雖然不錯,但是在真實環境中使用仍然有些落差,因為大部分我們擷取到的影像資料,通常都會涵蓋多種類型的物件在其中,若只能將一張照片分類...

DAY 20

【Day 20】Hello AI World (六):訓練自己的物件偵測模型

延續昨天的 Object Detection Inference 物件偵測推論,今天將嘗試在 Colab 上訓練自己的客製化 SSD-MobileNet-V1...