课程大纲

p>介绍Edge AI和NVIDIA Jetson

  • 边缘AI应用概述
  • NVIDIA Jetson硬件介绍
  • JetPack SDK组件和开发环境

设置开发环境

  • 安装JetPack SDK并设置Jetson板
  • 了解TensorRT和模型优化
  • 配置运行时环境

针对边缘部署优化AI模型

  • 模型量化和修剪技术
  • 使用TensorRT进行模型加速
  • 将模型转换为ONNX格式

在Jetson设备上部署AI模型

  • 使用TensorRT进行推断
  • 将AI模型与实时应用程序集成
  • 优化性能和降低延迟

Computer Vision和Deep Learning在Jetson上

  • 部署图像分类和目标检测模型
  • 使用AI进行实时视频分析
  • 实施AI驱动的机器人应用程序

Edge AI的安全性和性能优化

  • 确保边缘设备上的AI模型
  • 功率效率和热管理
  • 在Jetson平台上扩展AI应用程序

项目实施和现实世界Use Case的案例

  • 构建AI驱动的物联网解决方案
  • 在自主系统中部署AI
  • 边缘设备上AI的案例研究

总结和结论

要求

  • 具有AI模型训练和推理的经验
  • 对嵌入式系统的基本知识
  • 熟悉Python编程

观众

  • AI开发人员
  • 嵌入式工程师
  • Robotics工程师
 21 小时

即将举行的公开课程

课程分类