Jetson Nano系列教程0:初识Jetson Nano

摘要: 我,Jetson Nano Developer Kit,是一款体积小巧、功能强大的人工智能(AI)开发套件,可助你快速入门学习AI技术,并将其应用到各种智能设备。

自2019年3月19号,NVIDIA(英伟达)发布Jetson Nano以来,配合NVIDIA不断更新的AI教程资料,这一款官方售价99美刀的AI开发套件大受创客和教育者欢迎。如果你想入门AI,但是又苦于囊中羞涩,如果你想接触AI,但是又困于资料匮乏的话,相信我,Jetson Nano Developer Kit会是你不二的选择。
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。
技术规格:
GPU
NVIDIA Maxwell 架构,配备 128 个 NVIDIA CUDA® 核心
CPU
四核 ARM® Cortex®-A57 MPCore 处理器
内存
4 GB 64 位 LPDDR4
存储
Micro SD 卡卡槽(需要另购16G以上SD卡接入)
视频编码
4K @ 30 (H.264/H.265)
视频解码
4K @ 60 (H.264/H.265)
摄像头
12 通道(3x4 或 4x2)MIPI CSI-2 DPHY 1.1 (1.5 Gbps)
连接
千兆以太网
显示器
HDMI 2.0 或 DP1.2 | eDP 1.4 | DSI (1 x2) 2 同步
UPHY
1 x1/2/4 PCIE、1x USB 3.0、3x USB 2.0
I/O
1x SDIO/2x SPI/4x I2C/2x I2S/GPIO
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

TAG: 1.54英寸无源NFC电子墨水屏黑白红3色 无须电池 无线供电&刷图 圆形LCD屏幕 Micro HDMI 转 HDMI 可选Type C 或接线端子供电 适用于树莓派 5/4B支持双 4K 输出 套件树莓派CM4S08032带POE IO底板扩展板 USB转CAN FD 树莓派USB全局摄像头100万OV9281 120fps黑白 全局快门Jeston RDK 1.69寸LCD触摸显示屏240×280 ST7789 Arduino 树莓派 ESP32 Pico STM32 Arduino UNO R3 ATmega328 Sipeed Lichee Nano荔枝派Linux开发板LicheePi F1c100s迷你 DAPLINK TTL串口转CAN迷你模块 支持TTL和CAN数据双向收发转换 多种工作模式教程 SC总线舵机教程 SP485EN OPS电脑主机 STC下载器 Luckfox Pico SC3336摄像头 15.6寸双显示屏 笔记本电脑扩展屏 LCD 1080P 内置重力感应 喇叭 树莓派DSI bookworm 教程资料程序代码PDF手册 数据双向收发转换