Jetson 플랫폼은 프로젝트 내에 심층 학습 컴퓨팅을 이해하거나 구현하기 위한 매우 강력한 방법입니다. NVIDIA's Jetson TX1 또는 TX2의 개발 키트 또는 모듈 및 심층 비전 자습서를 이용하여 심층 학습 신경망 설계를 시작하십시오.
심층 학습이란 무엇입니까?
심층 학습을 개발하는 데 있어 두 가지 주요 단계는 훈련 및 추론입니다. NVIDIA는 Explanation of Deep Learning tutorial(심층 학습 설명 자습서)로 이 두 단계를 간략히 소개합니다.
심층 학습 디자인 자습서: 필수 4단계
-
시스템 설치
-
이미지 인식
-
객체 감지
-
분할
이 자습서는 호스트 PC를 사용하여 심층 신경망(DNNs)을 훈련하고 Jetson을 사용하여 추론합니다. 이 호스트 PC는 기존 JetPack SDK 버전의 Jetson 장치를 플래시합니다. 그리고 호스트에 Ubuntu를 설치하는 방법과 호스트에서 JetPack을 실행하는 방법, NVIDIA 드라이버를 설치하는 방법 등을 알아보십시오.
NVIDIA의 imageNet을 사용하여 특정 이미지를 인식하고 이런 이미지가 원하는 객체로 될 가능성을 나타내 보십시오. NVIDIA는 라이브 카메라 프로그램과 인터페이스의 명령줄, 미리 훈련받은 1000 객체의 데이터베이스를 제공하여 AlexNet과 GoogleNet 네트워크와 함께 사용합니다.
NVIDIA의 detectNet 객체 감지 또는 위치 네트워크를 사용하는 방법을 이해하여 객체를 단지 특정 객체이라는 가능성만을 확인하기보다는 카메라에 포착된 객체를 물리적으로 위치시킵니다.
미리 훈련받은 segNet 인식 모델의 사용법을 이해하고 간단히 2D 이미지를 입력하여 객체를 개별 라벨링할 수 있는 완전한 나선형으로 분할된 모델을 제공하여 환경을 감지하고 충돌을 방지합니다.
가장 빠른 포로토타입
NVIDIA의 Two Days to a Demo tutorial(2일 데모 자습서)는 사용자에게 가이드, 소프트웨어 샘플, 심지어 미리 훈련받은 네트워크 모델까지 필요한 모든 도구를 제공하여 자체 심층 학습 신경망 설계를 시작할 수 있도록 도와줍니다. Jetson TX2를 사용하든지 다른 플랫폼을 사용하든지 이 자습서는 자체 개념 증명할 수 있도록 도와줍니다.
NVIDIA의 단계별 소개와 Jetson 플랫폼의 기능을 통해 빠르게 자체 설계에 심층 학습을 구현할 수 있습니다.