鐵人檔案
Jetson Nano 是 NVIDIA Jetson 嵌入式運算電腦生態系中最平易近人的硬體平台，讓非專業領域工作者的新手小白有機會切入學習與實作 Edge AI 領域。本系列將會以淺顯易懂的方式，一步步來實作 Edge AI 的應用，最終完成客製化物件偵測模型的推論佈署。
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...
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...
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...
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...
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...
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...
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...
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...
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...
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...
