首页
›
AI智能与边缘计算工程
›
160-NVIDIA Jetson边缘AI与嵌入式视觉工程
›
《NVIDIA Jetson TensorRT推理部署与优化》
VIP20
本课程属于:160-NVIDIA Jetson边缘AI与嵌入式视觉工程
AI智能与边缘计算工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
NVIDIA Jetson TensorRT推理部署与优化
共计 30 章节
可可资料掘金营 · 点击在线试看
01
Jetson平台与TensorRT生态全景
目标=Jetson硬件系列对比 · JetPack SDK组成 · TensorRT在边缘推理中的定位
Jetson
TensorRT
02
开发环境搭建与工具链配置
目标=Jetson设备刷机 · JetPack安装 · CUDA/cuDNN/TensorR…
开发环境搭建
工具链配置
03
TensorRT核心概念与工作流程
目标=计算图 · 层与张量 · 精度模式(FP32/FP16/INT…
TensorRT
核心概念
04
模型转换与ONNX导出实战
目标=PyTorch/TensorF… · ONNX图优化 · 动态轴与动态形状处理
ONNX
模型转换
05
TensorRT引擎构建与序列化
目标=Builder配置 · 优化配置文件(Optimizatio… · 显存池限制
TensorRT
引擎构建
06
精度校准与INT8量化部署
目标=校准数据集准备 · 熵校准与最小最大值校准 · 校准缓存生成
INT8
精度校准
07
动态形状与批处理推理优化
目标=动态形状配置 · 多优化配置文件 · 批处理策略
动态形状
批处理推理优化
08
TensorRT插件开发与自定义层
目标=插件接口(IPluginV2/… · 自定义层实现 · 插件注册与序列化
TensorRT
插件开发
09
Jetson上部署YOLO系列目标检测模型
目标=YOLOv5/v8导出ONNX · TensorRT引擎构建 · 后处理插件实现
Jetson
YOLO
10
Jetson上部署语义分割与实例分割模型
目标=DeepLabv3 · UNet · Mask R-CNN等模型转换
Jetson
上部署语义分割
11
Jetson上部署图像分类与骨干网络
目标=ResNet · MobileNet · EfficientNet等模型转换
Jetson
上部署图像分类
12
Jetson上部署Transformer与注意力模型
目标=ViT · Swin Transformer · BERT等模型导出
Jetson
Transformer
13
多模型并行与流水线推理
目标=多引擎并发执行 · CUDA流与事件同步 · 内存共享
多模型并行
流水线推理
14
DeepStream与TensorRT集成部署
目标=DeepStream SDK架… · GStreamer插件 · TensorRT推理集成
DeepStream
TensorRT
15
TensorRT与ROS/ROS2集成
目标=ROS节点封装TensorRT… · 图像与点云消息处理 · 实时性保障
TensorRT
ROS/ROS2
16
Jetson硬件资源监控与瓶颈分析
目标=tegrastats · jtop · Nsight Systems
Jetson
硬件资源监控
17
TensorRT性能调优策略
目标=层融合 · 内核自动调优 · 精度选择
TensorRT
性能调优策略
18
模型剪枝与知识蒸馏辅助TensorRT优化
目标=结构化剪枝 · 稀疏化 · 知识蒸馏
TensorRT
模型剪枝
19
Jetson低功耗与散热约束下的推理优化
目标=功耗模式设置 · DVFS调频 · 散热管理
Jetson
低功耗
20
TensorRT推理服务化与API封装
目标=REST/gRPC服务封装 · 多客户端并发 · 请求批处理
TensorRT
API
21
Jetson边缘端模型更新与OTA部署
目标=模型版本管理 · 远程更新机制 · A/B分区
Jetson
OTA
22
TensorRT推理精度调试与验证
目标=逐层精度对比 · ONNX与TensorRT输出差异分… · FP16/INT8精度回归
TensorRT
推理精度调试
23
Jetson多传感器融合推理部署
目标=摄像头 · 激光雷达 · 毫米波雷达数据融合
Jetson
多传感器融合推理…
24
TensorRT在Jetson上的安全与可靠性
目标=输入验证 · 异常处理 · 内存泄漏检测
TensorRT
Jetson
25
Jetson集群与分布式推理
目标=多Jetson设备协同 · 网络通信(NCCL/MPI) · 模型分片
Jetson
集群
26
TensorRT与CUDA编程协同优化
目标=自定义CUDA内核 · 与TensorRT插件结合 · 内存拷贝优化
TensorRT
CUDA
27
Jetson上部署生成式AI模型
目标=Stable Diffusio… · LLM等大模型量化与部署 · 内存优化
Jetson
AI
28
TensorRT推理基准测试与报告
目标=基准测试方法论 · trtexec与自定义脚本 · 延迟/吞吐量/精度指标
TensorRT
推理基准测试
29
真实项目实战
目标=智能视频分析系统端到端部署 · 模型选型 · TensorRT优化
真实项目实战
目标=智能视频分…
30
课程总结与前沿展望
目标=核心知识点回顾 · Jetson与TensorRT生态发… · 新技术(如Transformer引擎
课程总结
前沿展望
所属VIP或分类
同VIP:Jetson-DeepStream多路视频分析工程
同VIP:NVIDIA-Jetson-CUDA算子加速与性能调优
同VIP:NVIDIA-Jetson产品验证与量产交付