所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

Jetson Nano与树莓派边缘AI开发

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
边缘AI的定义 · 发展背景 · Jetson Nano与树莓派的定位…
课程导入AI
02
硬件平台认知
Jetson Nano的硬件架构 · GPU/CUDA核心 · 内存与接口
硬件平台认知Jetson
03
开发环境搭建
Jetson Nano的JetPac… · 系统配置 · CUDA/cuDNN/TensorR…
开发环境搭建Jetson
04
Python编程基础
Python语法速览 · NumPy数组操作 · OpenCV图像读写与显示
Python编程基础
05
Linux系统与命令行
常用Shell命令 · 文件权限 · SSH远程连接
Linux系统
06
边缘AI核心概念
推理与训练的区别 · 模型量化 · 剪枝
AI边缘
07
图像处理基础
图像颜色空间 · 滤波 · 边缘检测
图像处理基础图像颜色空间
08
深度学习框架入门
PyTorch与TensorFlow… · 张量操作 · 自动求导
深度学习框架入门PyTorch
09
卷积神经网络（CNN）
卷积层 · 池化层 · 全连接层
CNN卷积神经网络
10
目标检测基础
目标检测任务定义 · IoU · NMS
目标检测基础目标检测任务定义
11
图像分类实战
使用PyTorch在Jetson N… · 并部署到树莓派
图像分类实战PyTorch
12
TensorRT加速
TensorRT的安装 · 模型转换（ONNX→TensorRT… · FP16/INT8量化
TensorRT加速
13
OpenCV与摄像头
USB摄像头与CSI摄像头接入 · 视频流读取 · 帧处理
OpenCV摄像头
14
人脸检测与识别
人脸检测（Haar · DNN） · 人脸识别（FaceNet
人脸检测识别
15
物体检测实战
使用YOLOv5/YOLOv8训练自… · 导出模型并在Jetson Nano上… · 树莓派上使用TensorFlow L…
物体检测实战YOLOv5/YOLOv…
16
语义分割
分割任务介绍 · FCN · U-Net
语义分割分割任务介绍
17
姿态估计
人体关键点检测 · OpenPose · MoveNet
姿态估计人体关键点检测
18
语音识别与唤醒词
语音特征提取（MFCC） · 简单语音命令识别 · 使用Porcupine或Snowbo…
语音识别唤醒词
19
自然语言处理边缘应用
轻量级NLP模型（MobileBER… · ALBERT） · 文本分类
自然语言处理边缘…NLP
20
模型转换与优化
PyTorch模型转ONNX · ONNX转TensorRT/TFLi… · 模型压缩
模型转换优化
21
多模型流水线
在Jetson Nano上同时运行多… · 使用DeepStream框架 · 流水线性能优化
多模型流水线Jetson
22
边缘端推理框架
TensorRT · TensorFlow Lite · ONNX Runtime
边缘端推理框架TensorRT
23
实时视频分析系统
搭建一个实时视频分析系统（如人流统计 · 车辆检测） · 包括视频采集
实时视频分析系统搭建一个实时视频…
24
智能家居边缘AI
使用树莓派控制GPIO · 结合语音识别和图像识别实现智能门禁 · 环境监测等案例
AI智能家居边缘
25
无人机/机器人视觉
在Jetson Nano上实现无人机… · 目标跟踪 · 使用ROS（Robot Operat…
无人机机器人视觉
26
常见问题与调试
性能瓶颈分析 · 内存不足处理 · 模型推理错误
常见问题调试
27
项目实战
智能安防系统：实现人脸检测 · 人脸识别 · 陌生人报警
项目实战智能安防系统
28
项目实战
农业智能监测 · 成熟度判断 · 模型部署与远程监控
项目实战农业智能监测
29
项目实战
边缘AI综合应用：设计一个结合图像 · 语音 · 传感器的综合项目（如智能垃圾分类）
项目实战AI
30
课程总结与进阶
边缘AI发展趋势 · 云边协同 · 模型持续学习
课程总结进阶