• Jetson Nano系列教程0:初识Jetson Nano


    关于Jetson Nano Developer Kit
    Jetson nano搭载四核Cortex-A57 MPCore 处理器,采用128 核 Maxwell™  GPU。支持JetPack SDK. 支持主流的AI框架和算法,例如TensorFlow, PyTorch, Caffe/Caffe2, Keras, MXNet等。
    支持人脸识别,物体识别追踪,对象检测和定位等应用。

    板载资源

    1. Micro SD 卡卡槽: 可接入TF卡(16G以上),烧写系统镜像
    2. 40PIN GPIO扩展接口(兼容树莓派40PIN接口)
    3. Micro USB接口:用于5V电源输入或者USB数据传输
    4. 千兆以太网口: 10/100/1000Base-T 自适应以太网端口
    5. USB3.0接口:4个USB3.0接口
    6. HDMI高清接口:用于外接HDMI屏幕
    7. DisplayPort接口:用于外接DP屏幕
    8. DC电源接口:用于外接5V电源(外径5.5, 内径2.1)
    9. MIPS CSI 摄像头接口:兼容树莓派摄像头接口
    性能
    下面这一份表格是NVIDIA官方给出的性能对比表格,以供参考
    DNR表示无法运行。
    Model
    Application
    Framework
    NVIDIA Jetson Nano
    Raspberry Pi 3
    Raspberry Pi 3 + Intel Neural Compute Stick 2
    Google Edge TPU Dev Board
    ResNet-50
    (224×224)
    Classification
    TensorFlow
    36 FPS
    1.4 FPS
    16 FPS
    DNR
    MobileNet-v2
    (300×300)
    Classification
    TensorFlow
    64 FPS
    2.5 FPS
    30 FPS
    130 FPS
    SSD ResNet-18 (960×544)
    Object Detection
    TensorFlow
    5 FPS
    DNR
    DNR
    DNR
    SSD ResNet-18 (480×272)
    Object Detection
    TensorFlow
    16 FPS
    DNR
    DNR
    DNR
    SSD ResNet-18 (300×300)
    Object Detection
    TensorFlow
    18 FPS
    DNR
    DNR
    DNR
    SSD Mobilenet-V2 (960×544)
    Object
    Detection
    TensorFlow
    8 FPS
    DNR
    1.8 FPS
    DNR
    SSD Mobilenet-V2 (480×272)
    Object Detection
    TensorFlow
    27 FPS
    DNR
    7 FPS
    DNR
    SSD Mobilenet-V2
    (300×300)
    Object Detection
    TensorFlow
    39 FPS
    1 FPS
    11 FPS
    48 FPS
    Inception V4
    (299×299)
    Classification
    PyTorch
    11 FPS
    DNR
    DNR
    9 FPS
    Tiny YOLO V3
    (416×416)
    Object Detection
    Darknet
    25 FPS
    0.5 FPS
    DNR
    DNR
    OpenPose
    (256×256)
    Pose Estimation
    Caffe
    14 FPS
    DNR
    5 FPS
    DNR
    VGG-19 (224×224)
    Classification
    MXNet
    10 FPS
    0.5 FPS
    5 FPS
    DNR
    Super Resolution (481×321)
    Image Processing
    PyTorch
    15 FPS
    DNR
    0.6 FPS
    DNR
    Unet
    (1x512x512)
    Segmentation
    Caffe
    18 FPS
    DNR
    5 FPS
    DNR
     
     
     
  • 相关阅读:
    js识别键盘操作
    抽奖活动 算法设计
    Eureka 配置项说明
    manjaro 更新chrome报签名错误
    manjaro系统上使用asdf安装php注意事项
    Failed to load config "react-app" to extend from.
    YarnV2 install
    银河麒麟安装达梦数据库失败Unable to load native library: libnsl.so.1: cannot open shared object file: No such file or directory
    Net5中使用Swagger
    编译Windows 版本的Redis 6.x
  • 原文地址:https://www.cnblogs.com/long5683/p/12045765.html
Copyright © 2020-2023  润新知