YOLOv5目标检测实战：Jetson Nano部署

PyTorch版的YOLOv5是高性能的实时目标检测方法。Jetson Nano是英伟达含有GPU的 人工智能 硬件。本课程讲述如何部署YOLOv5在Jetson Nano开发板上。 部署完成后可进行图像、视频文件和摄像头视频的实时目标检测。部署时将使用AI视频处理加速引擎TensorRT和DeepStream。 课程内容包括：原理篇（DeepStream介绍、TensorRT介绍、tensorrtx介绍）、实践篇（Nano硬件搭建、烧录系统镜像、安装远程登录工具、安装和测试DeepStream、安装yolov5、生成yolov5s.wts文件、生成yolov5s.engine、使用DeepStream部署yolov5 Nano部署测试） 10128e00158142256ff6b296049f19bc_181301vli99lft4k5s4ok4.png (41.52 KB, 下载次数: 119) 下载附件 保存到相册 2024-12-23 01:03 上传 ee7275cc598beced369f44b86c8ba2ff_181505p1ggiwcgwc11c1yh.png (53.53 KB, 下载次数: 119) 下载附件 保存到相册 2024-12-23 01:03 上传 1-1.课程介绍.mp4 2-1.DeepStream介绍.mp4 2-2.TensorRT介绍.mp4 2-3.tensorrtx介绍.mp4 3-1.Nano硬件搭建.mp4 3-2.烧录系统镜像.mp4 3-3.安装远程登录工具.mp4 3-4.安装和测试DeepStream.mp4 3-5.安装yolov5.mp4 3-6.生成yolov5s.wts文件.mp4 3-7.生成yolov5s.engine.mp4 3-8.使用DeepStream部署yolov5.mp4 3-9.Nano部署测试.mp4 课程资料.zip