Jetson_Xavier_NX_Thermal_Design_Guide_TDG-09774-001_v1.1

jetson-nano的ROS镜像

jetson tx2 手动安装cuda9.0,此包为arm架构,为方便以后使用,特意上传保存.安装:里面有三个包,解压后,分别运行sudo dpkg -i cuda-xxxx.deb 命令来安装这3个包

This repo implements SSD (Single Shot MultiBox Detector). The implementation is heavily influenced by the projects ssd.pytorch and Detectron. The design goal is modularity and extensibility. Currently, it has MobileNetV1, MobileNetV2, and VGG based SSD/SSD-Lite implementations. It also has out-of-box support for retraining on Google Open Images dataset.

This repo implements SSD (Single Shot MultiBox Detector). The implementation is heavily influenced by the projects ssd.pytorch and Detectron. The design goal is modularity and extensibility. Currently, it has MobileNetV1, MobileNetV2, and VGG based SSD/SSD-Lite implementations. It also has out-of-box support for retraining on Google Open Images dataset.

This repo implements SSD (Single Shot MultiBox Detector). The implementation is heavily influenced by the projects ssd.pytorch and Detectron. The design goal is modularity and extensibility. Currently, it has MobileNetV1, MobileNetV2, and VGG based SSD/SSD-Lite implementations. It also has out-of-box support for retraining on Google Open Images dataset.

2021年愿景 2021年第一个FRC银河搜寻任务视觉代码。该代码将能够使用Nvidia Jetson Nano和YOLOv5在运动场上运行实时目标检测。 YOLOv5对象检测信息/文档 YOLOv5是用于实时对象检测的AI对象检测库。 资源 用法 注意：所有软件包和模块都使用virtualenv坐在虚拟环境中。要为此仓库运行任何命令，您必须输入venv。 FROM YOLOv5_trained_model目录键入source venv/bin/activate以启动环境变量 powercell_model / YOLOv5_Trained_Model目录中的文件都是经过训练的ML模型。它由data.yaml，custom_yolov5s.yaml和best.pt（即经过训练的模型文件）组成。 注意：Roboflow用于创建yolov5格式。 要获取（或更新）训练后的模型，请执行以下操作

deepstream_sdk_v4.0.2_jetson.tbz2

YoloV3-ncnn-Jetson-Nano 带有ncnn框架的YoloV3。 论文： : 专为Jetson Nano设计的产品，请参阅 基准。 模型 杰特逊纳米2015 MHz RPi 4 64-OS 1950兆赫 YoloV2（416x416） 10.1帧/秒 3.0帧/秒 YoloV3（352x352）微小 17.7帧/秒 4.4 FPS YoloV4（416x416）微小 11.2 FPS 3.4帧/秒 YoloV4（608x608）完整 0.7帧/秒 0.2帧/秒 YoloV5（640x640）小 4.0 FPS 1.6帧/秒 依赖关系。 2021年4月4日：改编为ncnn版本20210322 要运行该应用程序，您必须： 已安装腾讯ncnn框架。 代码：：已安装块。 （ $ sudo apt-get install codeblocks ） 安装应用程

面具摄影机 MaskCam是基于Jetson Nano的智能相机系统的参考设计，该系统实时测量人群面部遮罩的使用情况，并在边缘执行所有AI计算。 MaskCam可以检测并跟踪其视野中的人员，并通过对象检测，跟踪和投票算法确定他们是否戴着口罩。 它将统计信息（而非视频）上传到云中，在其中可以使用Web GUI来监视视场中的面罩合规性。 它可以将有趣的视频片段保存到本地磁盘（例如，突然涌入的许多人没有戴口罩），并且可以选择通过RTSP流式传输视频。 MaskCam可以在Jetson Nano Developer Kit上运行，也可以在具有ConnectTech Photon载板的Jetson Nano SOM上运行。 它被设计为使用Raspberry Pi高质量相机，但也可以与Linux支持的几乎所有USB网络摄像头一起使用。 设备上的软件堆栈主要是用Python编写的，并在JetPac