Jetson-AGX-Xavier上的量化深层神经网络：如何创建，训练和量化网络，然后将其集成到后期图像处理中并生成用于定位Jetson AGX Xavier的CUDA C ++代码

NVIDIA Jetson AGX Xavier Developer Kit Carrier Board指导手册，该资源仅供学习使用。人工智能正在彻底改变我们打造自主机器的方式，可提高工作效率、降低成本并创造惊人的新应用。NVIDIA? Jetson AGX Xavier? 可应用于几乎所有行业，将 AI 的强大性能融入嵌入式应用程序。从机器人和研究到制造和零售，您可以在每一个应用领域获得更高水平的高性能、高能效的边缘 AI。借助 NVIDIA Jetson Xavier 开发者套件，您可以轻松地为制造业，物流行业，零售业，智慧城市等创建和部署端到端的AI机器人应用程序。该开发套件由 NVIDIA JetPack 和 DeepStream SDK 以及 CUDA?，cuDNN和TensorRT软件库提供支持，提供了立即开始使用所需的所有工具。而且由于它采用了全新的 NVIDIA Xavier 处理器，因此其性能比前代产品 NVIDIA Jetson TX2 提升了20倍以上，能效提高了10倍。

NVIDIA Jetson AGX Xavier环境配置资源包

Jetson-AGX-Xavier-Series-Datasheet

yolov5-onnx-张量 此 Repos 包含如何使用 TensorRT 运行 yolov5 模型。 Pytorch 实现是 。 将 pytorch 转换为 onnx 和 tensorrt yolov5 模型以在 Jetson AGX Xavier 上运行。 支持推断图像。 支持同时推断多幅图像。 要求 请使用torch>=1.6.0 + onnx==1.8.0 + TensorRT 7.0.0.11 运行代码 代码结构 networks代码是网络demo代码在 Jetson AGX Xavier 上运行 tensorrt 实现 ├── networks ├── utils ├── models ├── demo │ ├── demo.py | ├── demo_batch.py | ├── Processor.py | ├── Processor_Batch.py

JETSON AGX XAVIER官方指导手册，支持NVIDIA JetPack和DeepStream SDKs，以及CUDA®，cuDNN，和TensorRT软件库，该工具包提供了所有的工具，你需要马上开始。由于采用了全新的NVIDIA Xavier处理器，它的性能是其前身NVIDIA Jetson TX2的20倍以上，能效是后者的10倍以上