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
2021-08-26 15:23:37
257KB
1
在银河麒麟4.0.2上，或者ubuntu16.04上离线安装显卡驱动、docker-ce、nvidia-docker的自动脚本。压缩包中缺少nvidia的驱动文件，需要自己到官网下载，我使用的是410.79，如果是其他版本驱动，需要修改一下脚本头上的变量值。
2021-08-24 14:52:13
35.96MB
1
操作系统驱动内核版本原代码，一定要查看内核版本和原代码是否匹配；首先，执行 yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r);若执行得不到对应版本uname -r原代码文件，去官网(http://www.rpmfind.net/linux/rpm2html/search.php?query=kernel-devel && https://pkgs.org/download/kernel-devel)手动下载对应版本uname -r文件
2021-08-24 12:56:28
17.6MB
1
利用nvidia的显卡进行深度学习时需要安装cudnn文件，官网下载需要注册登录才能获取下载链接，此版本为linux-64-v7.6，适合配套的cuda版本为9.0、9.1、9.2、10.0、10.1、10.2
2021-08-19 10:05:42
463.47MB
1