![OSC2021 Nagoyaで「格安ロボットアーム myCobot meets Jetson nano」というタイトルで発表しました - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/b8bc509c19b989f5e92b4d7ea9965554fdbd533e/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F11696248318755249454%2F26006613769884846%2F1623417948)
安価な1.28インチ円形ディスプレイ、Raspberry PiやJetson Nanoに対応
タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
Jetson Nanoという小型コンピューターにUbuntu 18.04を入れて、ROS Melodicを入れた。 Jetson NanoはNVIDIAが提供するパワフルな小型コンピューター。そこにUbuntuというOSを入れ、ロボット用のミドルウェアであるROSを入れたのだ。 ●Ubuntu 16.04を入れる手段が見当たらない…… Jetson Nanoを使い始めたのは、Raspberry Piを使うことに限界を感じたからだ。 ノートPC（Let’snote）にUbuntu 16.04とROS Kineticを入れてオリジナルのウェアラブルロボットを動かしていた。 しかし、ノートPCからケーブルが出ているロボットはウェアラブルな感じがしない。そこでSBC（シングルボードコンピュータ）で動かせるようにして、SBCもウェアラブルにしようと考えた。 SBCといえば、でまず使い始めたのがRas
【国内認定第1号!】NVIDIAの新しいAI認定制度「Jetson AI Specialist」認証を取得してみた！「Jetson Nano 2GB開発者キット」実機レビュー 2 - ロボスタ ロボスタ - ロボット情報WEBマガジン
前回は新発売のAIコンピュータボード「NVIDIA JETSON NANO 2GB 開発者キット」（以下、Jetson Nano 2GB）の特徴とレビューを解説しました。今回は「Jetson Nano 2GB」を使って、いま話題になっているNVIDIAのAI認定制度「Jetson AI Specialist」の認定を実際に申請してみて、取得にチャレンジしようと思います。 結果から言いますと、「Jetson Nano 2GB」を使った「マスク判定と検温のAI」のプロジェクトを作成して申請し、「Jetson AI Specialist」の【国内認定第１号】として無事に取得することができました！！それほどハードルは高くないので、申請から認定までの流れをお届けしますので、皆さんも挑戦してみてください！ 「Jetson AI Certification」の概要 まずは「Jetson AI Certi
Jetson Nanoで動く深層強化学習を使ったラジコン向け自動運転ソフトウェアの紹介 - masato-ka's diary
この記事について 深層強化学習を利用してAI RC Carの走行を学習させるソフトウェアをGithub上で公開しています。learnign_racerと命名しました。2020年4月29日の時点でのバージョンはv1.0.0です。この記事ではこのソフトウェアについて紹介していきます。 github.com なお、NVIDIAのJetson Community Projectsのページでも紹介されています。 developer.nvidia.com learning_racerの概要 このソフトウェアは10分から15分程度の学習時間で、コースに沿って走行する方法を獲得することができます。従来のAI RC Carでは人間のお手本操作をDNNに覚えこませる手法が一般的です1。ですが、本手法は教師なし学習の手法である強化学習をベースとしているため、教師データとなる人間のお手本操作は必要ありません。さら
AI学習の新定番「NVIDIA Jetson Nano 2GB 開発者キット」実機レビュー、話題のJetson AI認定制度も解説 - ロボスタ ロボスタ - ロボット情報WEBマガジン
2020年10月5日、NVIDIAからJetsonシリーズの新製品「Jetson Nano 2GB 開発者キット」(以下Jetson Nano 2GB)が発表され、59ドルの価格（日本国内販売はワイヤレスモジュール非同梱の54ドル版）とともに大きな話題になりました。「Jetson Nano 2GB」は、2019年3月に発表された「NVIDIA Jetson Nano 開発者キット」(4GB)と比べてメモリ容量が少なくなった代わりに価格を抑えた廉価版で、主に学生や教育者向けに位置づけられた製品です。 製品の発表のほかに、もうひとつ重要なトピックとして、NVIDIAが認定する「Jetson AI Certification」というAI認定制度がスタートすることも発表になりました。これからAI学習をはじめる人にとっては、まずは目指す目標のひとつとして、ビジネスでAIに関わっている人は修得するスキ
AIやロボット制御技術が学べる小型二輪移動ロボット「Jetson Nano Mouse」アールティが発表 広角カメラ2台搭載、ROS対応 - ロボスタ ロボスタ - ロボット情報WEBマガジン
「ロボットのいるくらし」を掲げる株式会社アールティは、AGV・自動運転技術の需要や在宅での研究開発需要の高まりに応えるため、画像処理、機械学習などのAI関連技術とロボット制御技術を同時に学ぶことができる小型二輪移動ロボット「Jetson Nano Mouse」(ジェットソン ナノ マウス)の予約受付を9月1日より開始、9月14日(月)に発売することを発表した。価格は77,000円(税込)。NVIDIA製のAIコンピュータボード「Jetson Nano」が別途必要で「Jetson Nano Mouse」製品には付属しない。 「Jetson Nano Mouse」の特徴 ・アールティの車輪型プラットフォームロボット ・広角カメラ×2を標準搭載 両眼視差を用いた立体視も可能 ・手持ちのJetson Nanoを活用可能 ・ロボット制御用ミドルウェアROS(Robot Operating Syste
この記事でやること この記事ではcolab上で生成したweightsを用いて、Jetsonで走らせるところまでやります。 YOLOのオリジナルモデルの作成方法については過去の記事を参考にしてください。 https://qiita.com/tayutayufk/items/4e5e35822edc5fda60ca https://qiita.com/tayutayufk/items/4dba4087e6f06fec338b Jetson Nanoの用意 前提としてJetsonにはJetCardをインストールしておいてください。 最初にOpenCVのダウンロードから行っていきます。 https://qiita.com/usk81/items/98e54e2463e9d8a11415 このサイトを参考に導入してください。 自分は/home/"ユーザーネーム"/Lib/以下にクローン＆ビルドしまし
NVIDIAは、オンラインで開催されたジェンスン・フアン最高経営責任者(CEO)による「GTC2020」の基調講演で、人工知能(AI)初学者向けの開発キットであるJetson Nanoの安価なバージョン「Jetson Nano 2GB」をリリースすることを発表しました。 Jetson Nano 2GB Developer Kit | NVIDIA Developer https://developer.nvidia.com/embedded/jetson-nano-2gb-developer-kit NVIDIA Announces $59 Jetson Nano 2GB, A Single Board Computer With Makers In Mind | Hackaday https://hackaday.com/2020/10/05/nvidia-announces-59-je
共著で書いた本「Jetson Nano超入門」が12/21に発売されます - karaage. [からあげ]
「Jetson Nano超入門」という本が12/21に発売予定です 情報解禁になりましたので、告知です。私が共著者として執筆した（正確にはまだチェックがあるので執筆している）書籍「Jetson Nano超入門」が発売されます。その名の通り「Jetson Nano」というマイコンボードの入門書になります。 Jetson Nano超入門（Amazonリンク） 著者の欄をみると… ひとりだけ食べ物の名前！！ ブログより一足早く告知のツイートをしていたのですが、既に多くの反響をいただいています。ちなみに、ツイートでは12/20に発売と書いてありますが、どうも12/20は配本というものらしく、実際に書店に並ぶのは12/21の可能性が高いようです（まだ変更の可能性もあるかもしれません）。 Jetson Nanoの本を共著で出します！ 12/20に発売予定で、年内に間に合いそうです。詳細は以下となります
![共著で書いた本「Jetson Nano超入門」が12/21に発売されます - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/979f5b61afcbbee5715e3865166ca322c851d23a/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2Fdbd8e880e1a178c3b34f04db067030d55c0db650%2Fbackend%3Dimagemagick%3Bheight%3D1200%3Bversion%3D1%3Bwidth%3D1200%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20191127%252F20191127124316.jpg)
[Amazon SageMaker] イメージ分類のモデルをNeoで最適化して、Jetson Nano+OpenCV+Webカメラで使用してみました | DevelopersIO
1 はじめに CX事業本部の平内（SIN）です。 前回、Amazon SageMaker(以下、SageMaker)の物体検出（組み込みアルゴリズム）を、SageMaker Neo（以下、Neo）で最適化して、Jetson Nanoで利用してみました。 今回は、イメージ分類（組み込みアルゴリズム）について、確認してみました。 最初に、動作を確認している様子です。GPUがフルに回っていますが、約0.1秒で推論できています。 2 モデル 使用したモデルは、下記で作成したものです。 17種類の商品を回転台に乗せて動画撮影したデータから、イメージ分類のモデルが作成されています。 3 SageMaker Neo 下記の諸元で、上記のモデルを最適化しています。 ジョブ名: ic-SYOHIN17-jetson-Nano-001（任意です） データ入力値: {"data": [1, 3, 224, 22
![[Amazon SageMaker] イメージ分類のモデルをNeoで最適化して、Jetson Nano+OpenCV+Webカメラで使用してみました | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/be008d04a8db62514ca43cd7765e62041ee423f3/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F05%2Famazon-sagemaker.png)
方針 ndivia提供のコンテナを使います。この記事で紹介する以外にも、色々なコンテナがあります。 nvidia NGC この記事で使うコンテナはこれです。 Machine Learning for Jetson/L4T The l4t-ml:r32.4.2-py3 tag is available for Python 3.6 with the following components: l4t-ml:r32.4.2-py3 TensorFlow 1.15 PyTorch v1.5.0 onnx 1.6.0 numpy 1.18.2 pandas 1.0.3 scipy 1.4.1 scikit-learn 0.22.2 JupyterLab 2.0.1 note: the l4t-ml container requires JetPack 4.4 Developer Preview (
[やってみた] Jetson Nano でDeepComposerのWorkshop Lab2（GANカスタムモデルの学習＆推論）をやってみた。#AIM223 #reinvent 2019 | DevelopersIO
明けましておめでとうございます。AWS事業本部の梶原＠福岡オフィスです。早速ですが、昨年のre:Inventで参加したワークショップ「AWS DeepComposer: Get started with generative AI」のDeepComposerのWorkshop Lab2(カスタムモデルの学習&推論部分)をJetson Nanoで学習＆推論をやってみたので手順等、共有します。 DeepComopser自体はまだGAされておりませんが、Workshopで使用されたリポジトリはGithubにて先日公開されており、ワークショップではSageMakerを使用しましたが、カスタムモデルの実習部分(Lab2)はSageMakerには大きく依存していないように見えたので、手元にあるJetson Nanoで実施してみました。基本的にはローカルのPC(GPU付を推奨)でも今回ご紹介する学習、推
![[やってみた] Jetson Nano でDeepComposerのWorkshop Lab2（GANカスタムモデルの学習＆推論）をやってみた。#AIM223 #reinvent 2019 | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/07497979baabd96454dcb5294eb2b4f2624bf853/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F04%2Fjetson-nano.png)
アールティがJetson Nanoで「ロボットエンジニア教育サービス」提供開始 AI教材に「Jetson Nano Mouse」を活用 - ロボスタ ロボスタ - ロボット情報WEBマガジン
AI・サービスロボットの分野で高度人材育成を手掛ける株式会社アールティは、AI関連技術の教育を推進するためエヌビディア合同会社のパートナー企業(Jetson Education Partner)としてアールティ製のロボットとエヌビディア製のAIコンピューティングプラットフォーム「Jetson Nano」をはじめとするJetsonプラットフォームを掛け合わせた「ロボットエンジニア教育サービス」の提供を開始することを発表した。 Jetson Education Partnerとは Jetsonを活用したAI教育、さらにエヌビディアが行う Jetson AI Certification（認定制度）などを軸にして、教育機関に対して教育プログラムやカリキュラムをカスタマイズして展開していく提携のこと エッジAIが手頃な価格で普及、教育の需要も高まっている 世界中でIoT時代が到来しているなか、従来の
Jetson NanoにJetPack 4.4/4.5を入れてTensorFlow・物体検出・姿勢推定・ROS2(Realsense)・ROS1を動かす - Qiita
Jetson NanoにJetPack 4.4/4.5を入れてTensorFlow・物体検出・姿勢推定・ROS2(Realsense)・ROS1を動かすJetpackRealSenseTensorFlowROS2JetsonNano Jetson Nanoに満を持してJetPack 4.4/4.5を入れてみました からあげといいます。半年ほど前に「Jetson Nano超入門」という本を共著で書きました。詳しくは以下ブログ記事参照ください。 共著で書いた本「Jetson Nano超入門」が12/21に発売されます ただ、この手の本の宿命として、書いたタイミングと発売するタイミングで基本ソフト（JetPack）のバージョンが異なり、本の通りにやってもうまく動かないということがありました。一応本やサポートサイトでは、古いバージョンのソフトでの動作を推奨しているのですが、気づかない人も多いし、最
ラズパイをJetson Nanoのサブボードとして使う方法（電源供給とシリアル通信） - karaage. [からあげ]
ラズパイをJetson Nanoのサブボードとして使いたい 久しぶりに、ちょっとマニアックな電子工作ネタを書いてみます。みなさん、Jetson Nano使っていますか？Jetson Nano便利ですよね。ただ、Jetson Nanoですが、自分の場合以下のようなケースで困ることがあります。 重いディープラーニングと、リアルタイム性必要な処理を同時に走らせるときに負荷分散したい 標準でアナログオーディオ出力※がないので、オーディオが必要なアプリを作りづらい そんなときに良いなと思ったのが、Jetson Nanoとラズパイの組み合わせです。ラズパイならオーディオ出力含めた、豊富な入出力がありますし、かなりの計算能力があり負荷分散も可能です。 特に、Jetson Nanoとラズパイは、ピンコンパチなので、Jetson Nanoから電源供給してシリアル通信すれば、Jetson Nanoのサブボード
![ラズパイをJetson Nanoのサブボードとして使う方法（電源供給とシリアル通信） - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/1f99418f66d3a84c1cc77df732362dc1e7814dc7/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F6cfd27344b586e6be7ce6c97413161aed57334aa%2Fbackend%3Dimagemagick%3Bheight%3D1200%3Bversion%3D1%3Bwidth%3D1200%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20200126%252F20200126135706.jpg)
NTTコムエンジが社員のAI学習教材に Jetson Nano搭載「JetRacer」を採用 深層学習とAI推論を体験 マクニカらが提供 - ロボスタ ロボスタ - ロボット情報WEBマガジン
NTTコムエンジニアリングは社員のAIスキルの向上のため、日本ディープラーニング協会が認定しているG検定の取得を推奨している。そしてディープラーニングやAIの基本を学ぶためにAIレースカー「JetRacer」を使った一日研修を行うことにした。 エンジニアでなくてもAIの実装が体験できる 研修にはプログラム言語にPython(Jupyter Notebook)が使われるが、前もって特別なスキルは必要ないと言う。NTTコムエンジニアリング(NTTコムエンジ)では、2019年12月に1回約30名強の研修を3回実施、取材したこの日はその第2回目で、32名が参加していた。合計で約100名の社員がAIの深層学習と推論のしくみを体験する。 JetRacerとは 「JetRacer」はNVIDIAの小型AIコンピュータボード「Jetson Nano」を搭載したリファレンスモデルで、GitHubで仕様が無料
「Jetson Nano」でにゃんこを判別してLチカで知らせるエッジAIデバイスを作る：Jetson Nanoで組み込みAIを試す（5）（1/4 ページ） NVIDIAが価格99ドルをうたって発表した組み込みAIボード「Jetson Nano」。本連載では、技術ライターの大原雄介氏が、Jetson Nanoの立ち上げから、一般的な組み込みAIとしての活用までを含めていろいろと試していく。第5回では、猫とその種類の判別結果をLED点灯（Lチカ）で知らせる機能を作成してみる。 ⇒連載「Jetson Nanoで組み込みAIを試す」バックナンバー Jetson Nanoが優秀な猫判別機として利用できる（？）ことは、前回ご紹介した通りだが、いくら優秀とは言っても、画面にオーバーレイの形で猫の種別が出てくるだけでは他に応用がきかない。エッジデバイスに使うのであれば、その情報を他に受け渡しできないと意味
できたこと AIで人間を認識して、自動追尾するカメラを作りました。 動画がうまく編集できなかったので、静止画で... 立つと... 追いかけ... 座ると... また追いかけ... 常に画面の中心にとらえようと、自動的にパン・チルトを行います。 必要なもの GENBOLT GB102H = ONVIF対応PTカメラ。Amazonで3,600円くらい。 Jetson nano = CUDA対応オンボードコンピュータ。Amazonで16,000円くらい。2GB版だと7,000円弱。 Yolov3-tiny = 物体認識AI ONVIFライブラリとサンプルプログラム = PTZカメラを動かすためのライブラリ VLC = カメラからのRTSP出力を表示します 手順 1. カメラの設定 1-1. カメラに電源とイーサケーブルをつなぐ カメラの取説にしたがって、電源(USB-Micro)とイーサケーブ
Jetson Nano と AWS IoT サービスで一家団欒の時間を作ろう - builders.flash☆ - 変化を求めるデベロッパーを応援するウェブマガジン | AWS
こんにちは、ソリューションアーキテクトの渡邉です。上の娘が今年から高校生になり、日々の成長に喜びを感じる一方で徐々に顔を合わせる時間も少なくなってきていることに危機感を感じ始めてきている今日此の頃です。下の娘はまだ私とじゃれ合ってくれますが上の娘のようになっていくのも時間の問題です。 そこで今回は一家団欒の時間を IT の技術を使ってなんとか解決していきたいなと思います。具体的には部屋の利用人数をカウントして規定人数以上であった場合に通知を上げるという仕組みを作ることで私以外の家族がそろったタイミングを素早く察知していきたいと思います。エッジデバイスとしてはお手軽に機械学習を始めることができる Jetson Nano 開発者キットを使って作ってみることにしました。また、機械学習推論を行う上で重要なパーツとなる機械学習モデルに関しても事前学習済みモデルを使うことでお手軽にシステムを作成したい
Spring BootによるAPIバックエンド構築実践ガイド 第2版 何千人もの開発者が、InfoQのミニブック「Practical Guide to Building an API Back End with Spring Boot」から、Spring Bootを使ったREST API構築の基礎を学んだ。この本では、出版時に新しくリリースされたバージョンである Spring Boot 2 を使用している。しかし、Spring Boot3が最近リリースされ、重要な変...
Jetson Nanoに骨格検出を実現するソフト「tf-pose-estimation」をセットアップする方法 - Qiita
Jetson NanoでPose Estimation Jetson Nanoで骨格検出の技術を動かしてみます。「tf-pose-estimation」というソフトを使うと単眼カメラで人間の骨格検出をすることができます。詳しくは以下ブログ記事を参照下さい。 単眼カメラでKinectのように骨格検出する技術「Realtime Multi-Person Pose Estimation」を試してみた Jetson Nanoで「tf-pose-estimation」のセットアップ ほとんど以下の記事を参考にさせていただきました。おかげで詰まることなくセットアップできたので、本当に感謝です。 Jetson Nano に TensorFlow版のOpenpose入れてみる そのままだと付加価値がないので、上記のセットアップをコマンド一発で実行できるようにスクリプトにした上で、Raspberry Piカ
Jetsonは、GPUで有名なNvidiaから発売されている、GPUを搭載しているシングルボードコンピュータです。 2020/02/14に発売された最新のB01 Jetson nanoを今回は利用します。 Amazonで本体だけで13,000円程度でした。 Jetson nanoはRaspberry Piとよく比較されますが、Jetson nanoはGPUが搭載されているので機械学習や画像認識などで強みがありそうです。 Jetson nanoと電源アダプタ(5V)とSDカードを購入しました。 SDカードは大容量で安いものもありますが、速度に影響が出るので、少し高くてもある程度有名どころをかっておくのがおすすめです。 あと、大きすぎるとまるっとバックアップする際に大変で、小さすぎるとOSだけでいっぱいいっぱいになってしまうのでJetson nanoの場合64GBくらいが丁度いいかなと思います
Jetson-Nanoの使い方 JetPack4.6.1でTensorflowとDeepStream環境構築
Ubuntu OSイメージの作成 公式サイトからJetPackイメージをダウンロードします。 項目が多くて探しにくいですが、以下の画像のようにJetPack 4.6.1を使用します。 SEARCHの欄に”jetson nano”と入れると候補がしぼられるので探しやすくなります。 ダウンロードしたzipファイルは圧縮ファイルですが、解凍せずに使いますのでそのままにしておいてください。 以下、Macで実施する例を載せていますが、ここで使用するSD Card FormatterとBalena EtcherはWindows用もありますので、同様に実行できます。 SD Card Formatterでフォーマットします。通常、Quick formatで問題ないようですが、うまく行かない場合はOverwrite formatしてください。 Balena EtcherでJetPackイメージをSDカードに
第4回 Jetsonユーザー会 「Jetson Nano超入門」著者パネルディスカッション＋LT大会 聴講ノート - いっしきまさひこBLOG
※これはセミナー聴講時の個人的なノートをそのまま公開したものです。誤字誤植や勘違いがある可能性があるのでご了承ください。 第4回 Jetsonユーザー会 「Jetson Nano超入門」著者パネルディスカッション＋LT大会 - connpass に参加しました。 19:40 NVIDIA社から ディープラーニングおよび AI のトレーニング、クラス、ワークショップ - NVIDIA 世界最小の AI スーパーコンピューター「Jetson Xavier NX」の登場 | NVIDIA NVIDIA Jetson が提供する組込みシステムの開発者キットとモジュール 19:50 発表開始 (30分）パネルディスカッション : Jetson Nano 超入門 Jetsonで何をさせたらおもしろい？ メディアプレイヤー 物体検出は多いが、3Dをグリグリ動かすアプリケーション 画像のディープラーニン
どうも、たけとけたです。 こんなものを見つけてしまいました。 タミヤMidnight PUMPKINをJetRacerにしてAI自動運転（その１） https://t.co/z7ZZpQCfTq #Qiita— たけとけた@2児の父親で製造技術 (@jastaway03) 2020年4月28日 これはラジコンにjetson nanoを積み、機械学習させることで自動運転させてます。 （下記は参考動画） www.youtube.com ・・・アニメの世界じゃん！ ・・・レッツ＆ゴー！WGP編じゃん！！！ www.youtube.com やってることがGPチップそのものじゃん！と僕の中の厨二心が爆発してます！ ※WGP編ではミニ四駆にGPチップを取り付けることで、レースの走り方・セッティングや所有者の癖などをミニ四駆が覚えて成長するというまさにAIシステムです。ドイツ代表のベルクカイザーが好きで
ラズパイ4とJetson Nanoは大注目、パナソニックを変える“懲役5年”おじさんとは：組み込み開発 年間ランキング2019（1/2 ページ） 2019年に公開したMONOist組み込み開発フォーラムの記事をランキング形式で振り返る。1位に輝いたのは、3年ぶりの新モデルが発売されたあの製品の解説記事でした。 ⇒MONOist年間ランキングのバックナンバー 2019年は、IoT（モノのインターネット）やAI（人工知能）といった技術が組み込み機器業界でも当たり前のものとなり、そこからどういった価値を生み出せるのかをよりリアルに問われるようになった1年ではないかと思います。経営陣からの「取りあえずIoTをやれ」「AIをやれ」という抽象的な指示（とあまり潤沢でない予算）にあたふたと対応していた状況から、年々充実していくIoTやAIに関連するハードウェアやソフトウェア、開発ツールを使って、自社の事
[Amazon SageMaker] DLR(Deep Learning Runtime)の最新バージョン(1.4.0)をJetson Nanoで使用してみました | DevelopersIO
[Amazon SageMaker] DLR(Deep Learning Runtime)の最新バージョン(1.4.0)をJetson Nanoで使用してみました 1 はじめに CX事業本部の平内（SIN）です。 Jetson nano + Sagemaker Neoでの推論は、今まで色々試しているのですが、最新版では少し要領が変わっている部分もあり、ちょっと手間取ったので、改めて、今回作業した手順を纏めさせて頂きました。 2 JetPack 4.2 Jetpackの最新は4.4となってますが、2020/10/17現在、手元では、ライブラリの依存関係からDLRが動作できなかったため、アーカイブから4.2を使用しました。 https://developer.nvidia.com/jetpack-4_2 3 DLR 1.4 SageMaker Neoでコンパイルされたモデルで推論するためには、
NVIDIA Jetson Nano搭載の産業用エッジAIコンピュータ、画像検査や予兆保全に：FAニュース コンテックは「NVIDIA Jetson Nano」を搭載した産業用エッジAIコンピュータ「DX-U1100」の受注を2021年2月1日より開始する。画像検査、予兆保全など現場でのAI推論処理を必要とする分野に適する。
[Jetson Nano] Nsight で TensorFlow Lite アプリの 性能ボトルネック を観測 - Qiita
1. 概要 NVIDIA が提供するプロファイリングツール Nsight を使って、Jetson Nano で動作するアプリの性能ボトルネックを見つける方法をまとめます。 今回私が Nsight を使おうと思ったきっかけは、前回記事 でもネチネチと作業したように、 TensorFlow Lite GPU Delegate (OpenGLESバックエンド) を使ったアプリを少しでも速くしたかったからです。 ですので、下記のような Posenet による姿勢推測処理負荷の高いアプリを観測対象とします。 なお、観測対象アプリのソースコードは下記にあります： https://github.com/terryky/tflite_gles_app/tree/master/gl2posenet 2. Nsight について 2.1 Nsight 3兄弟 公式ページ にある通り、2019/12月時点におい
![[Jetson Nano] Nsight で TensorFlow Lite アプリの 性能ボトルネック を観測 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/fe84d939dd2ff08986c7aa563cd1b4977ae202f4/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCSmV0c29uJTIwTmFubyU1RCUyME5zaWdodCUyMCVFMyU4MSVBNyUyMFRlbnNvckZsb3clMjBMaXRlJTIwJUUzJTgyJUEyJUUzJTgzJTk3JUUzJTgzJUFBJUUzJTgxJUFFJTIwJUU2JTgwJUE3JUU4JTgzJUJEJUUzJTgzJTlDJUUzJTgzJTg4JUUzJTgzJUFCJUUzJTgzJThEJUUzJTgzJTgzJUUzJTgyJUFGJTIwJUUzJTgyJTkyJUU4JUE2JUIzJUU2JUI4JUFDJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0xZTNmYjZmN2Y5MDdlYzkyY2Q0NDYzMDlhNThhZWU1Nw%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB0ZXJyeWt5JnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz05ZmYxM2I1MzVhMjI4YWE1NmI3ODQ1OTE3YTc1YzcyZg%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D3e2df4c1780d2bdb9b156f726ca87da4)
2020年8月、AIソフトウェア／ソリューション開発を手掛けるスタートアップのエクサウィザーズが高性能2眼レンズ搭載のAIカメラ「ミルキューブ」を発売した。特徴の1つはそのデザイン性にある。現在市場に多く出回るAIカメラの多くは、一目見れば「カメラ」だと周囲に伝わりやすいフォルムとなっている。これに対してカラーリングを施した立方体形状のミルキューブは、カメラというより、まるで小型スピーカーなど家電製品のようなデザインに仕上がっている。 だが、“インテリア感”を前面に押し出した見た目を裏切るかのように、処理性能は高い。GPUとしてNVIDIAの組み込みAIコンピュータ「Jetson Nano」を筐体に内蔵しており、工場現場の不良品検知や物流支援などの用途にも十分適用できる。AIカメラを開発するためにJetson Nanoを活用する事例は多数あるが、Jetson Nanoそのものを最終製品に組
Jetson NanoにニューラルネットワークのフレームワークであるDarknetをインストールして、物体検出モデルのYOLOv3が動作する環境を構築しました。 YOLOv3とTiny YOLOv3による物体検出結果 下の画像は、構築した環境のYOLOv3とTiny YOLOv3を用いて、GitHub – udacity/CarND-Vehicle-Detection: Vehicle Detection Projectのテスト画像を物体検出した結果です。 環境構築 Darknet Darknetは、ニューラルネットワークのフレームワークです。詳細は、Darknet: Open Source Neural Networks in Cをご覧ください。ソースが、GitHub – pjreddie/darknet: Convolutional Neural Networksで公開されています。
Jetson TX2の性能をJetson Nanoのサイズで実現「NVIDIA Jetson TX2 NX モジュール」を菱洋エレクトロが販売開始 - ロボスタ ロボスタ - ロボット情報WEBマガジン
菱洋エレクトロ株式会社はAIコンピューティングの世界的リーダーであるNVIDIAが2月24日(アメリカ時間)に発表した新製品「NVIDIA Jetson TX2 NX モジュール」の販売を開始することを発表した。価格はオープン。モジュールのみの販売で、開発者キットの販売はない。 Jetson TX2の性能をJetson Nanoのサイズで実現 「NVIDIA Jetson TX2 NX モジュール」はAI(人工知能)、特にエッジ側で行われるディープラーニング(深層学習)やGPUコンピューティングにおいて、多くの企業や教育機関の研究者、開発者に利用されている組込み用コンピューター「NVIDIA Jetson」プラットフォームの新製品。ロボット、自動搬送車、ドローン、セキュリティカメラ等に搭載されてきた。 既存製品である「NVIDIA Jetson TX2」のパフォーマンスを「NVIDIA J
はじめに いつもJotson関連の情報でお世話になっているからあげさんがJetsonNanoの本を書いたので、いつものように真似してみるよ。 （注意！JetPackは4.2.2を使ってね） Jetson Nano本のサポートページ 教材のレベルも高い MIDIや３Dカメラをつかうページでは、D435やポケミクが必要だったりで、さすが超入門。 どこのご家庭にも必ずあるJetsonNanoと違って、デバイス側の在庫がある人は少ないはず・・・だけど、Twitter見てるとみんな持っているから不思議。 ちなみに私のはD435じゃなくてD435iだからセーフ（謎） JetPack 4.3 本が届く前にJetPack4.3がリリースされて、OpenCV4.1がプリインストールされた。 これで長々とビルドする必要がなくなった！ （注意！JetPack4.3だとSLAMが動かせなかったので、現状ではJet
S-Techno Factoryの画像認識AIロボット「Arm-I」の実地試験を行いました。 自車近くの栗を拾い終えると自動でゆっくり前進し拾い続けます。 今回はAI認識とパラレルリンクの作動、自動前進の確認を行いました。 今後は実際の運用方法(運用時間、収穫箱の大きさ、集荷方法 等）を含めた総合的な活用方法を検討したいと思います。 パラレルリンク作動範囲（X:1000mm、Y:1000mm、Z:300mm) 車両の大きさや、収穫箱のサイズ、バッテリサイズは運用時間、圃場の大きさににより変更可能です。 また学習データを他の作物に変えることで他の作物の収穫や それ以外の作業（ピンポイント農薬散布など）も可能です。 お問合せ：S-Techno Factory （info@s-techno-factory.com) 技術協力：アトラックラボ、STEP BY STEP 場所提供：丹波農園
Jetson Download Center でSD Card Imageをダウンロードする この5GバイトのISOファイルの中にCudaやOpenCv、TensorRTが既にインストールされおり、開発環境を整えずにOSをインストールすればすぐに利用することができます。(パスは設定する必要あり) インストールされているソフトの中身はここから見ることができます JetPack TensorRT cuDNN CUDA Multimedia API Developer Tools 他 DeepStrem SDK Cudaのパスを設定する # vimをインストール sudo apt install vim $ sudo vim ~/.bashrc export PATH=/usr/local/cuda/bin:${PATH} export LD_LIBRARY_PATH=/usr/local/cu
DIYロボットカーレースで「Jetson Nano」のNVIDIAチームが1位に！他クラスでもワン・ツー獲得、ラップタイムが約半分の「Jetson」旋風 - ロボスタ ロボスタ - ロボット情報WEBマガジン
NVIDIAは、2019年9月にカリフォルニア州オークランドで開催されたロボットカー レースで「Jetson Nano」を利用したNVIDIAチームが「ストック」カー部門で1位を獲得。さらに高額の予算を使った車両が認められている「無制限」部門で、1位と2位のロボットカーに「Jetson」が利用されていたことを同社のブログで明かした。(以下の文章はブログの内容をまとめたものになる) シリコンバレーではDIY ロボットカーを使ったレーシングがブーム ジグザグ カーブを抜けてゴールするレーシング カー、声援を送る観客、ハイタッチするピットクルー。これはかの有名なNASCARのレース会場ではなく、とあるハードウェア コワーキング スペースでの光景だ。シリコンバレーでは今、このような場所がDIY ロボットカーを使ったレーシング カー ムーブメントの中心地になっている。 2019年9月のある日曜日。カ
超音波距離センサー（HC-SR04）をJetson Nanoで使用してみました | DevelopersIO
1 はじめに CX事業本部の平内（SIN）です。 Jetson開発ボードでは、GPIOが利用可能で、RaspberryPiとピン互換になっています。 https://www.jetsonhacks.com/nvidia-jetson-tx2-j21-header-pinout/ 今回は、こちらを利用して、Jetson Nanoで超音波距離センサー（HC-SR04）を使用してみました。 2 Jetson.GPIO Jetson NanoでGPIOを扱うために、Jetson.GPIOというモジュールが公式に公開されています。 https://github.com/NVIDIA/jetson-gpio $ pip3 install Jetson.GPIO なお、デフォルトでは、一般ユーザーからGPIOにアクセスする権限が無いため、ユーザー（nvidia）にそれを付与します。 $ python3
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ラズパイに限界を感じてNVIDIA「Jetson Nano」を使いはじめた
NVIDIA、59ドルの2GBメモリ版「Jetson Nano」を発表
Jetson NanoでオリジナルYOLOを動かす - Qiita
NVIDIAが安価な人工知能開発キット「Jetson Nano 2GB」を発表
jetson nano上でTensorFlow環境を構築する - Qiita
「Jetson Nano」でにゃんこを判別してLチカで知らせるエッジAIデバイスを作る
“ほとんどの人気シングルボードに対応する”小型ケースが入荷、Raspberry PiやJetson Nanoにも対応
ONVIF対応カメラとJetson nanoで人物追跡AIカメラを作る - Qiita
NVIDIAが59ドルのJetson Nano 2GB Kitをリリース、AI開発をより身近なものに
Jetson nanoの初期設定からOpenCVで画像認識するまで - Qiita
Jetson Nanoを使ってラジコンでAI自動運転カーを作る！その１ - たけとけたと片付かない部屋
ラズパイ4とJetson Nanoは大注目、パナソニックを変える“懲役5年”おじさんとは
NVIDIA Jetson Nano搭載の産業用エッジAIコンピュータ、画像検査や予兆保全に
NVIDIAも「ユニーク」と評価、Jetson Nano内蔵のインテリア風デザインAIカメラ
Darknet YOLOv3 on Jetson Nano – AI4SIG
「Jetson Nano 超入門」を読んでSLAMやってみた - Qiita
「Jetson Nano開発者キット」に新リビジョン、NVIDIAのAI/ディープラーニング向けモジュール
jetson nano 画像によるAI認識＋パラレルリンク 栗拾いロボット「Arm-I」実地試験
Jetson NanoでYoloをすぐ利用する - Qiita
www.sidefx.com
www.nhk.jp
thebridge.jp
www.videoconverterfactory.com
www.buzzfeed.com
note.com/whomor_studio