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
2021-10-08 16:05:57 838KB
1
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
2021-10-06 20:25:30 29.54MB mqtt computer-vision balenaos edge-ai
1
里面实现了usb摄像头采集 qt显示 能够保存jpg图片,调整曝光 zbar二维码识别显示,这里给出了能在jetson nano上运行的实例
2021-10-04 16:53:05 11KB jetson-nano v4l2 zbar qt
1
P2597_B04_OrCAD_schematics.pdf J120_technical_reference_1.6.pdf Jetson_TX2_Module_DataSheet_v1.1.pdf Jetson_TX2_OEM_Product_DesignGuide_v20170501[1].pdf
2021-09-29 19:58:54 8.82MB Jetson TX2
1
Jetson nano上最新的cudnn库以及CUDA版本。libcudnn7_7.5.0.56-1+cuda10.0_arm64 下载后直接安装就可以将CUDA版本和libcudnn库替换成最新版本。 通过Nvidia的SDKmanager工具下载的版本,自测试OK。
2021-09-27 10:55:11 141.17MB Jetson-nano CUDA CUDNN
1
使用TensorRT的NVIDIA Jetson(Nano)的人脸识别 带有架构的人脸识别和David Sandberg( )使用TensorRT和OpenCV重新训练的模型。 该项目基于FaceNet模型的输出层中所需的l2norm helper函数的实现。 链接到: 。 此外,该项目使用的改编版本进行人脸检测。 下面的更多信息。 硬件 NVIDIA Jetson Nano Raspberry Pi v2相机 如果要使用USB摄像头而不是Raspi摄像头,请在中将布尔值isCSICam设置为false。 依存关系 cuda 10.2 + cudnn 8.0 TensorRT 7.x OpenCV 4.1.1 TensorFlow r1.14(用于Python将模型从.pb转换为.uff) 更新 这个主分支现在使用Jetpack 4.4,因此依赖项已稍有更改,并且不再预先安装tens
2021-09-20 22:14:44 49KB C++
1
onnxruntime_gpu-1.6.0-cp36-cp36m-linux_aarch64.whl,官方地址:https://elinux.org/Jetson_Zoo#ONNX_Runtime
2021-09-18 17:05:33 18.83MB jetson onnxruntime
1
YOLOV4_UDP_Jetson 目录 衔接者 外部链接 朴健宇 朴健宇 数据库管理系统 仁荷大学 研究目的 这项研究的目的是实现基于图像的目标识别和避免程序的融合。 作为输入,给出了两个雷达数据输入值和摄像机输入值,并且当摄像机检测到对手时,将输出高度变化命令作为输出以启动规避机动。 这项研究的简要概述如下。 可以在回避中检查未组织的实验内容。 这项研究概述 首先,将使用YOLOV3算法的对象检测算法(Deepstream, )和使用监督学习训练的模型同时放置在Jetson xavier上,以检查结果。 请参考下面的链接以获取结果。 具有防撞模型的YOLOV3(未传达) YOLOV3的检测性能不是很好,因此通过使用Deepstream优化YOLOV4算法再次进行了实验。 请参考下面的链接以获取结果。 具有防撞模型的YOLOV4(未传达) 可以看出,YOLOV4的
2021-09-17 21:04:59 10.07MB C
1
里面有最权威的JETSON TX2 PWM介绍、配置和使用,资料是英文文档,从官方收集来的,介绍了设备树下如何对PWM进行配置
2021-09-16 16:51:16 63KB PWM JETSONT TX2 PWM
1
jetson nano 、tx1、tx2的paddle安装包
2021-09-16 11:08:21 151.23MB paddle jetson whl python
1