Utilizza la piattaforma Jetson TX2 per sviluppare una rete neurale di apprendimento approfondito

Pubblicato da

La piattaforma Jetson è una soluzione estremamente efficace che consente di iniziare a imparare a usare o implementare l'elaborazione dell'apprendimento approfondito nel tuo progetto. Inizia a sviluppare rapidamente una rete neurale di apprendimento approfondito con i kit di sviluppo o i moduli Jetson TX1 o TX2 di NVIDIA e questa esercitazione di visione approfondita.

Che cos'è l'apprendimento approfondito?

Le due fasi principali dello sviluppo di una rete di apprendimento approfondito sono il training e l'interferenza. NVIDIA fornisce un'introduzione concisa di entrambi nell'esercitazione relativa alla spiegazione dell'apprendimento approfondito.

0917_jetson_article_1

Esercitazioni sul progetto di apprendimento approfondito: quattro passi essenziali

  1. Configurazione del sistema

  2. Questa esercitazione utilizza un PC host per il training di reti neurali approfondite insieme a una piattaforma Jetson per l'interferenza. Il PC host consente di sottoporre a flashing il dispositivo Jetson con la versione dell'SDK JetPack corrente. Scopri inoltre come installare Ubuntu sull'host, eseguire JetPack sull'host, installare i driver NVIDIA e altro ancora.

  3. Riconoscimento dell'immagine

  4. Utilizza "imageNet" di NVIDIA per iniziare a riconoscere immagini specifiche e a rappresentarle come probabilità di essere un oggetto desiderato.  NVIDIA fornisce un programma per telecamera in diretta, un'interfaccia della riga di comando e un database di 1.000 oggetti preimpostati da usare con le reti AlexNet e GoogleNet.

  5. Rilevamento di oggetti

  6. Scopri come utilizzare la rete di rilevamento/posizionamento degli oggetti "detectNet" di NVIDIA per individuare fisicamente gli oggetti visti dalla telecamera invece di identificarne la probabilità di essere un oggetto specifico.

  7. Segmentazione

  8. Scopri come utilizzare un modello di riconoscimento "segNet" preimpostato per il rilevamento ambientale e per evitare collisioni, fornendo modelli segmentati con circonvoluzioni complete in grado di etichettare per pixel un oggetto con un semplice ingresso di immagine 2D.

Prototipazione più veloce che mai

L'esercitazione di due giorni per una dimostrazione di NVIDIA fornisce agli utenti tutti gli strumenti necessari, tra cui guide, campioni software e addirittura modelli di rete preimpostati, per consentire loro di iniziare a sviluppare una rete neurale di apprendimento approfondito personalizzato. Sia che utilizzi la piattaforma Jetson TX2 o una piattaforma diversa, questa esercitazione ti permetterà di ottenere il tuo proof-of-concept. 

0917_jetson_article_2

Grazie all'introduzione dettagliata di NVIDIA e alla potenza della piattaforma Jetson potrai implementare rapidamente l'apprendimento approfondito nei tuoi progetti.

Ultime notizie

Sorry, your filter selection returned no results.

Non perderti le ultime novità sull'elettronica

Abbiamo aggiornato la nostra politica sulla privacy. Si prega di prendere un momento per rivedere questi cambiamenti. Cliccando su Accetto, l'utente accetta la Politica sulla privacy e Condizioni di utilizzo di Arrow Electronics.

Il nostro sito web mette i cookies sul vostro dispositivo per migliorare la vostra esperienza e il nostro sito. Leggete altre informazioni sui cookies che usiamo e su come disabilitarli qui. I cookies e le tecnologie di tracking possono essere usati per scopi commerciali.

Con un click su “Accept”, voi consentite l'inserimento dei cookies sul vostro dispositivo e l'uso da parte nostra di tecnologie di tracking. Per avere altre informazioni e istruzioni su come disabilitare i cookies e le tecnologie di tracking, clickate su “Read More” qui sotto. Mentre l'accettazione dei cookies e delle tecnologie di tracking è volontaria, una loro disabilitazione potrebbe determinare un funzionamento non corretto del sito web, ed alcuni messaggi di allarme potrebbero essere per voi meno importanti.

Noi rispettiamo la vostra privacy. Leggete qui la nostra politica relativa alla privacy