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
进入opencv技能树
学习更多opencv知识
去问答提问
推荐

PointNet++点云处理精讲(PyTorch)

32节白老师

人工智能工程师直通车-第八周课程

6节AI100讲师

微信公众平台开发入门

38节刘运强

深度学习与计算机视觉

45节褚英昊

跟着王进老师学开发之C#篇：基础语法

74节王进

打通Linux脉络系列：进程、线程和调度

4节宋宝华

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 1869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 9518人学习

YOLOv5改进：更换Neck（结合BiFPN，ASFF）

白老师 8161人学习

YOLOv5改进：添加注意力机制

白老师 6965人学习

YOLOv5改进：更换骨干网

白老师 5342人学习