nvidia-l4t-kernel_4.9.140-tegra-32.4.3-20200625213809_arm64.deb nvidia-l4t-kernel-dtbs_4.9.140-tegra-32.4.3-20200625213809_arm64.deb

Nvidia Jetson开发版编译的PaddleLite Python安装包whl，版本2.9

适合想要用nvidia jetson 系列编解码编程的同学学习

nvidia jetson nano datasheet

仅在jetson系列开发板使用，预编译whl文件，版本号 1.13.1

适用于NVIDIA Jetson nano下安装TensorFlow1.13版本。python环境为3.6，jetpack为4.2版本，下载后直接sudo pip3 install就好。

jetson nano硬件控制PDF教程，适合jetson nano的初级入门者

NVIDIA Jetson AGX Xavier环境配置资源包

使用NVIDIA预训练模型和Transfer Learning Toolkit 3.0与机器人创建基于手势的交互 在这个项目中，我们演示如何训练您自己的手势识别深度学习管道。 我们从预先训练的检测模型开始，使用Transfer Learning Toolkit 3.0将其重新用于手部检测，然后将其与专用手势识别模型一起使用。 经过培训后，我们将在NVIDIA:registered:Jetson:trade_mark:上部署此模型。 可以将这种手势识别应用程序部署在机器人上以理解人类手势并与人类进行交互。 该演示可以作为点播网络研讨会提供： : 第1部分。训练对象检测网络 1.环境设置 先决条件 Ubuntu 18.04 LTS python> = 3.6.9 = 19.03.5 docker-API 1.40 nvidia-container-toolkit> = 1.3.0-1

带有TensorRT引擎的YOLOv4 该软件包包含yolov4_trt_node，可使用NVIDIA的TensorRT引擎执行推理 该软件包适用于YOLOv3和YOLOv4。 根据所使用的YOLO模型，相应地更改命令。 搭建环境 安装依赖项 当前环境： 杰特逊Xavier AGX ROS旋律 Ubuntu 18.04 Jetpack 4.4 TensorRT 7+ 依存关系： OpenCV 3.x版 numpy的1.15.1 Protobuf 3.8.0 皮丘达2019.1.2 onnx 1.4.1（取决于Protobuf） 使用以下命令安装所有依赖项 Install pycuda (takes awhile) $ cd ${HOME}/catkin_ws/src/yolov4_trt_ros/dependencies $ ./install_pycuda.sh In