TAO系列06-视觉类的数据格式
前面的系列文章里提过，TAO工具将模型训练的绝大部分技术难题都进行抽象化处理，大幅度减轻开发人员的负担，唯独数据集的收集与整理仍须由人工自行处理，这几乎是留个操作人员的最后工作了。
GTC22 | Jetson开发者日来了 快来点击预约
NVIDIA Jetson开发者日是一个面向所有开发者开放的特别活动。现在免费注册，您将看到Jetson平台专家进行深入探讨，通过多场讲座展示自主机器和边缘AI的最新创新。
Jetbot系列13-图像回归法实现循路功能
前一篇从Jetson Projects所挑选的“TRANSFER LEARNING WITH JETBOT & TRAFFIC CONES”项目，是延续避撞应用使用深度学习的图像分类技术，让Jetbot实现循路的功能，这种“定速”类型的操作基本上比较偏向于“找路”或“走迷宫”的应用。
Jetbot系列11-智能避障之模型训练
Jetbot使用深度学习最基础的图像分类功能，模拟人类真实的视觉感知能力来实现避撞的应用，基本的原理在前一篇文章里已经详细说明，原厂提供的best_model.pth模型文件所采用的数据集。
Jetbot系列12-图像分类法实现找路功能
避撞功能是智能车的最基本保护能力，Jetbot使用深度学习的图像分类技术来模拟人眼习惯实现这个功能，但这只是智能车所展现的最入门应用而已，接下去就要提升到“循路”的功能，跟着指定路线去前进，才是真正进入有实用价值的应用。
Jetbot系列10-智能避撞之现场演示
避撞功能是Jetbot一开始最令人瞩目的功能，因为这是所有小车都必须具备的最基本“自我保护”的能力，而Jetbot没有任何距离传感，只凭着一个CSI摄像头就能完成这项任务，对很多人来说是一件蛮神奇的事情。
Jetbot实战系列08：组装过程的注意细节
假如您的Jetbot小车是从外面采购第三方套件的话，可以跳过本文的内容。如果您是按照jetbot.org原厂的自行组装方式，那么本文所提供的一些细节点，会让您节省很多摸索的时间。
Jetbot实战系列07：机电控制设备的安装
机电控制是智能车最重要的输出功能，假如您使用Jetbot官方的自行打印车体并用组装方式来搭建智能小车的话，就需要搭配下图这个 ”DC-Stepper-Motor” 控制板，因为3D打印车体是根据这个控制板所设计的。
Jetbot实战系列06：I2C总线与PiOLED
在“Jetbot实战系列05-Jetson的40针引脚”一文，已经将SFIO与GPIO之间的关系分析清楚，接下来就是带着大家更深入了解I2C引脚与开发库的使用，以及调整PiOLED显示内容的方法。
Jetbot实战系列05：Jetson的40针引脚
嵌入式设备有个天生赋予的重点任务，就是要成为自动控制整体方案中的一员。早期市场对自动控制的需求主要集中在单纯的“机电控制”上，而具备智能计算的Jetson系列产品相对与几十元的这类控制板来说，成本是高出一个阶位。
Jetbot实战系列03：无线WIFI的安装与调试
无线网络是操控无人车的必要设备，因为我们不可能让无人车拖着一条网路线去进行操作。要为Jetson Nano（含2GB）装上一片无线网卡是非常简单的事情，但是最复杂的问题是“设置”的细节，必须兼顾更多可能的使用场景。
Jetbot实战系列02：软件环境安装
本次Jetbot实验全程都在 Jetson Nano 2GB 开发套件上面运行。在组装Jetbot教学系统之前，最好先把Jetbot系安装到Jetson Nano 2GB上，这样可以先对每个元件进行独立的测试，确认元件能正确工作之后再进行组装的步骤。
Jetbot实战系列01：系统介绍
在2019年NVIDIA推出Jetson Nano边缘计算设备之后，这套开源的Jetbot智能无人车教学系统也随之而生，为市场提供一套最优性价比的教学系统。
NVIDIA Jetson Nano 2GB 系列文章（38）：nvdsanalytics视频分析插件
这是个非常有用的插件，是DeepStream 5.0添加的功能，对nvinfer（主检测器）和nvtracker附加的元数据执行分析，目前主要针对涉及感兴趣区域（ROI）的过滤、过度拥挤检测、方向检测和跨线统计等四大功能。
NVIDIA Jetson Nano 2GB 系列文章（37）：多网路模型合成功能
很多人惊艳于deepstream-app里面那个可以同时检测到车子的颜色、品牌、种类的实验，这的确是个非常亮眼的应用，在开发包范例中的deepstream-test2就是这项功能的范例代码。
NVIDIA Jetson Nano 2GB 系列文章（36）：加入USB输入与RTSP输出
本文以上一期Python版的deepstream-teat1为基础，分别在输入与输出添加功能的两个扩展应用：deepstream-teat1-usbcam与deepstream-teat1-rtsp-out，分别将输入源从视频文件变成USB摄像头，以及将输出从显示屏变成RTSP视频流。
NVIDIA Jetson Nano 2GB 系列文章（31）：DeepStream 多模型组合检测-1
前面已经介绍过关于DeepStream各种输入源的使用方式，而且Jetson Nano 2GB上开启4路输入（两个摄像头+两个视频文件），都能得到25FPS以上的实时性能。
NVIDIA Jetson Nano 2GB系列文章（30）：DeepStream 摄像头“实时性能”
前面介绍过使用deepstream-app工具，启用多个视频进行车辆与行人的识别，并且启动“追踪”功能进行物件追踪的高级功能，接下来就教大家如何在deepstream-app里调用USB与CSI摄像头，并且与先前的视频同时启用来进行物件识别的应用。
京公网安备 11010802021500号
