NVIDIA Jetson AGX Orin 32GB量产级模组的上市必将加速企业在机器人和AI方面的应用部署,借强大的软硬件以及丰富的生态系统,NVIDIA Jetson AGX Orin在自主机器与边缘AI应用领域将带来更多期待。
上一篇内容为大家介绍了从NVIDIA NGC下载DeepStream 6.1的容器版镜像到本地在Jetson上设备的基础指令,不过在正式使用容器版DeepStream 6.1之前,我们还是需要为入门用户提供基本的使用方式与一些小技巧。
当前面已经训练好修剪过的模型之后,接下来就可以在训练设备上先执行推理计算,看看检测的效果如何?如果实际推理结果并不理想的话,就得回到前面第6步骤重新再执行一次。
TAO工具提供提供QAT(Quantize Aware Training)量化感知的训练模式,不过目前QAT效果还在验证当中,倒也不急于使用,因此我们还是以标准模式来训练。
物件检测(object detection)或物件定位(object location)是目前普及度最高的人工智能应用,也是过去几年中神经网络发展最迅猛的领域,短短几年之中创造出非常多优异的经典算法。
最后在训练之前,可以选择是否启动 “迁移学习” 的功能?在这个实验中也会示范这中间所得到的精度差异,让大家直接体验到迁移学习所带来的的好处。
但是能够呈现我们所要特征的数据量通常是很有限的,所以显得特别珍贵。虽然我们可以在这些图形上进行非常精密的标注,但碍于数量的限制,在最终训练出来的模型效果还是会大打折扣。
在TAO提供的数据类范例中,每个脚本的第一个步骤都是环境配置(0. Set up env variables and map drives),包括要求用户提供在NGC所生成的秘钥,对后面训练的模型进行保护,以及指定要使用的GPU数量等等,这几个设定都很直观容易处理,
前面介绍的内容中提过,在TAO工具使用两个不同的Docker容器,去面对视觉类与对话类的模型训练,分别是基于Tensorflow与PyTorch框架。
在GTC 2022大会上,NVIDIA宣布推出NVIDIA Jetson AGX Orin开发者套件。这款性能强大、尺寸紧凑、且节能的 AI 超级计算机适用于先进的机器人、自主机器以及新一代嵌入式和边缘计算。
前一篇文章特别介绍DeepStream的nvdsanalytics视频分析插件,能对视频中特定的多边形封闭区域或是某条界线,在“某时间”的动态分析与“某时段”的累积统计数据,甚至包括行进方向的物件统计等等。
近日,NVIDIA发布NVIDIA Jetson AGX Orin,该产品是NVIDIA Jetson的最新一代产品。据悉,NVIDIA Jetson AGX Orin模块和开发者工具包将于2022年第一季度上市。
这款尺寸小巧但功能强大的边缘AI计算机得到了边缘人工智能与视觉联盟(Edge AI and Vision Alliance)的认可。
本案例中,通过NVDIA Jetson TX2,GAAS实现了在无人机机载处理视觉传感器数据,帮助无人机在全自主客机巡检。
由NVIDIA Jetson Nano提供支持的实时分析技术帮助零售商实现商店的人工智能赋能,零售商可基于对顾客购买行为及偏好的更优解读完善消费体验。
NVIDIA研究团队将在机器人全领域旗舰会议——“国际机器人与自动化会议(ICRA)”上就19篇论文发表演讲。届时,来自NVIDIA的Dieter Fox将被颁发由IEEE机器人与自动化协会授予的RAS先锋奖。
2020年5月14日,NVIDIA与宝马集团共同宣布,宝马集团已采用全新NVIDIA Isaac™机器人平台对其车厂进行优化,利用先进的AI计算与可视化技术为其打造物流机器人。
2020年5月14日,NVIDIA宣布推出具有云原生支持的NVIDIA®Jetson Xavier™ NX开发者套件,并将此支持扩展到用于自主机器的整个NVIDIA Jetson™边缘计算产品系列。