More Related Content Similar to Jetson 活用による スタートアップ企業支援 (20) More from Deep Learning Lab(ディープラーニング・ラボ) (20) Jetson 活用による スタートアップ企業支援3. 3
NVIDIA JETSON
ソフトウェア デファインド AI エッジコンピューティング プラットフォーム
センサー フュージョン & 演算性能 専門知識、タイム トゥ マーケット
JETSON COMPUTER
エコシステムソフトウェアデファインド
Jetpack SDK ∙ CUDA ∙ TensorRT ∙ TensorFlow ∙ ONMX ∙ ROS
人工知能 コンピュータービジョン
アクセラレーテッドコンピューティング マルチメディア
ジェスチャー認識
物体検出パスプラニング深度推定
姿勢推定 言語認識
SDK、デザインツール、ライブラリー、GEMs
動作
センシング
解釈
エッジでのAI
4. 4
JETSON が可能にする 次の AIoT 革新
March 2014
Nov 2015
March 2017
Sept 2018
開発者 20万人に
March
2019
May 2020
Jetson TK1
Jetson TX1
Jetson AGX
Xavier
Jetson Nano
Jetson TX2
Jetson Xavier NX
高度な
コンピュータビジョン
AI の次のフロンティア
エッジでの AI
自律動作マシン
だれでも AI を
クラウドネイティブ
Oct 2020
開発者 70万人
活動が 10倍に
5. 5
工場スマートシティ 物流 ヘルスケア 農業
Jetson
DeepStream SDK Isaac SDK
DeveloperTools
CUDA | Linux | RTOS
JETPACK ソフトウェア開発キット
すべての Jetson に 1 つのソフトウェア、継続的アップデート
JetPackSDK
Nano
AI Software and Services Machine Vision Cameras & Sensors System Software & Developer Tools
Ecosystem
Sensors
Drivers
Ecosystem
Deep Learning
TensorRT
cuDNN
Multimedia
libargus
Video API
Accelerated Computing
cuBLAS
cuFFT
CUDA-X
Computer Vision
VPI
VisionWorks
OpenCV
Xavier NX AGX Xavier
7. 7
JETSON NANO で AI を始める
Jetson Nano とカメラを自分で設定
分類モデルのための画像データを収集
回帰モデルのための画像データをアノテーション
自分のデータでニューラルネットワークを学習させ、自分のモデルを作成
作成したモデルでの推論を Jetson Nano で実行
NVIDIA Deep Learning Institute の無料コース
https://courses.nvidia.com/courses/course-v1:DLI+C-RX-02+V1/about
8. 8
JETBOT
• 数万円で作れる DIY 自律動作ディープラーニング
ロボティクスキット
• Jupyter Python Notebooks でプログラミング可能
• 物体検知、物体追従、パスプラニング、ナビゲーションのため
の DNN の学習を行える。
github.com/NVIDIA-AI-IOT/jetbot
13. 13
Jetson Nano 2GB 開発者キット
あらゆる AI フレームワークとモデルを実行
1つのアーキテクチャ – 同じ CUDA スタック
クラウドネイティブ
(日本モデル ワイヤレスモジュール非同梱)
究極の AI とロボティクスのスターターキット
https://www.nvidia.com/ja-jp/autonomous-machines/embedded-systems/jetson-nano/education-projects/
14. 14
プロセッサー
CPU 64-bit Quad-core ARM A57 @ 1.43GHz
GPU 128-core NVIDIA Maxwell @ 921MHz
メモリー 2GB 64-bit LPDDR4 @ 1600MHz | 25.6GB/s
ビデオエンコーダー 4Kp30 | (4x) 1080p30 | (2x) 1080p60
ビデオデコーダー 4Kp60 | (2x) 4Kp30 | (8x) 1080p30 | (4x) 1080p60
インターフェース
USB (2x) USB 2.0 A + USB 3.0 A | USB 2.0 Micro B (デバイス)
カメラ MIPI CSI-2 x2 (15 ポジション フレックスコネクター)
ディスプレー HDMI
ネットワーク ギガビットイーサネット (RJ45)
ワイヤレス 日本モデルは同梱せず
ストレージ マイクロ SD card (32GB UHS-1 以上推奨)
40-ピン ヘッダー UART | SPI | I2C | I2S | Audio Clock | GPIOs
電源 USB-C 5V 3A
サイズ 80x100mm
JETSON NANO 2GB 開発者キット 技術仕様
15. 15
JETSON NANO 2GB パフォーマンス
1 1 1 1 1 1
33
3 4
34
42
12
75
49
11
18
0
20
40
60
80
Inception V4
(299x299)
VGG-19
(224x224)
OpenPose
(256x456)
Tiny YOLO V3
(416x416)
ResNet-50
(224x224)
SSD Mobilenet-V1
(300x300)
RelativePerformance,RPI=1
Raspberry Pi v4 Coral Jetson Nano 2GB
https://developer.nvidia.com/embedded/jetson-benchmarks
17. 17
JETSON AI CERTIFICATION
Jetson AI ファンダメンタルズ コース
Section 2
JetBot
(Optional)
Section 3
Hello AI World
Section 1
NVIDIA Deep Learning institute
Jetson Nano で AI を始める
nvidia.com/jetson-ai-certification
18. 18
JETSON AI CERTIFICATION
AI (5 ポイント)
プロジェクトがディープラーニング、機械学習、そして/またはコンピュータビジョンを
意味のある方法で活用しており、さらにAIをつかったアプリケーションの開発の基本的な
理解ができていること。
重要な要素: 効率、技術的複雑さ、Jetson上での AI パフォーマンス。
インパクト / オリジナリティ (5 ポイント)
プロジェクトが新奇性を持ち、自分もしくは社会のもつ問題や課題を解決するために AI が
使われていること。
再現性 (5 ポイント)
他の誰かがプロジェクトをビルドして使うことができるためのプランやコード、リソースが
レポジトリーにはいっており、簡単にフォローできること。
プレゼンテーションおよびドキュメンテーション (5 ポイント)
ビデオが効果的にプロジェクトのデモを行い、様々な面からプロジェクトの説明をしていること。
明瞭で完全な Readme がレポジトリーにはいっており、プロジェクトの
ビルドと実行のための各ステップが文書化されていること。
教育者の場合は、ビデオに口頭でのプレゼンテーションを含んでいただき
授業スキルの確認もします。
プロジェクトベースでの評価
19. 19
JETSON AI CERTIFICATION
Jetson AI ファンダメンタルズ コース
nvidia.com/jetson-ai-certification
学ぶ 評価 認定書発行
プロジェクトベース
での評価
面接
教育者およびインストラクター向け
DLI Certified Instructor 申込提出