你将收获

掌握YOLOv5的Jetson Nano部署方法

了解AI视频处理加速引擎TensorRT和Deepstream

适用人群

希望学习YOLOv5目标检测Jetson Nano部署方法的学员

课程介绍

PyTorch版的YOLOv5是高性能的实时目标检测方法。Jetson Nano是英伟达含有GPU的人工智能硬件。本课程讲述如何部署YOLOv5在Jetson Nano开发板上。部署完成后可进行图像、视频文件和摄像头视频的实时目标检测。部署时使用AI视频处理加速引擎TensorRT和DeepStream。

 

课程内容包括：原理篇（DeepStream介绍、TensorRT介绍、 tensorrtx介绍）、实践篇（Nano硬件搭建、烧录系统镜像、安装远程登录工具、安装和测试DeepStream、安装yolov5、生成yolov5s.wts文件、生成yolov5s.engine、使用DeepStream部署yolov5、Nano部署测试）

课程介绍

课程目录

用AI创作
去问答提问
推荐

嵌入式工程师养成计划之——嵌入式软件工程师完全学习指南

6节朱有鹏

tensorRT实现神经网络推理加速

9节郝文登

微信公众平台开发入门

38节刘运强

计算机视觉技术之人脸识别实战

5节CSDN就业班

DeepLabv3+图像语义分割实战：训练自己的数据集

16节白老师

人工智能工程师直通车-第七周课程

15节AI100讲师

白老师老师的其他课程
更多

YOLOv6目标检测实战：训练自己的数据集

白老师 1992人学习

基于深度学习的计算机视觉：原理与实践（上部）

白老师 9596人学习

YOLOv5改进：更换Neck（结合BiFPN，ASFF）

白老师 8794人学习

YOLOv5改进：添加注意力机制

白老师 7462人学习

YOLOv5改进：更换骨干网

白老师 5662人学习