NVIDIA Jetson ile Yapay Zekaya Giriş

Stokta yok

Bu eğitim; otonom sistemler, robotlar, İHA (drone) ve güvenlik sistemlerindeki kamera görüntülerinin, NVIDIA Jetson Nano/TX2/Xavier NX/AGX Xavier platformları ile en yüksek performansta gerçek zamanlı tanıma işlemini yapmak isteyen katılımcılar için hazırlanmıştır. Eğitim detayı açıklamalarda yer almaktadır.

STOKTA YOK

Stok kodu: NVJETSON-DL-APPS Kategoriler: Etiketler:

Açıklama

Tarih: Tarih seçim ekranını inceleyiniz.
Süre: 6 saat (1 Gün)
Yer: Online Eğitim (Zoom)
Kontenjan: 10 kişi

NVIDIA Jetson platformuna özel olarak hazırlanmış bu eğitim içeriği ile birlikte; platformların (Jetson Nano/TX2/Xavier NX/AGX Xavier) donanım yeteneklerini, uygulamalarınız için hayati öneme sahip optimizasyon tekniklerini ve kullanım senaryolarına göre en uygun Jetson platformu seçimi gibi konularda eksiksiz bir bilgi birikimine sahip olun. Ardından, NVIDIA Deep Learning Institute (DLI) sertifikalı “Getting Started with AI on Jetson Nano” eğitimi temelinde yapay zeka ve görüntü işlemeye teorik ve uygulamalı bir şekilde giriş yapın.

Bu eğitim için ön gereklilik: Bu eğitim, NVIDIA Sertifikalı bir eğitim olup; hem NVIDIA Jetson platformları konusunda detaylı teknik kullanım bilgisi kazanmanızı hem de makine öğrenmesi ve derin öğrenme temelinde görüntü işleme üzerine teorik ve uygulamalı bilgi birikimi oluşturmanızı hedeflemektedir. Katılımcıların ders içeriğini daha kolay takip edebilmeleri açısından temel seviyede Ubuntu kullanımı ve Python bilgisi yeterlidir.

EĞİTİM İÇERİĞİ

  1. Derin Öğrenme ve Uygulamalarına Giriş
  2. Jetson Platformu Teknik Tanıtımı
    1. Jetson’nın ve uygulama alanlarının tanıtılması.
    2. Jetson’da hızlı görüntü analizi için Encode/Decode işlemlerinin tanıtılması (NVENC/NVDEC/NVJPEG).
    3. Jetson ISP donanımı ve CSI/GMSL2/FPDLINK/PCIe kamera kullanım senaryoları.
  3. Jetson Platformunun Hazır Hale Getirilmesinde Önemli Adımlar¹
    1. SDKManager ile JetPack kurulum işlemleri.
    2. JetPack SD-Kart imajı ile Jetson’ın hazır hale getirilmesi.
  4. Jetson’da Güç Tüketimi/Performans Ayarlarının Yapılması
    1. Jetson Power Estimator ile muhtemel güç tüketim hesabı.
    2. Jetson performans profilleri ve maksimum performans modunda kullanım.
    3. Jetson’da otomatik ve manuel fan ayarının yapılması.
  5. Jetson GPU’sunu Kullanmak için Derin Öğrenme ve Görüntü İşleme Kütüphanelerinin Kaynaktan Derlenmesi²
    1. TensorFlow, PyTorch, MXNet, OpenCV kaynaktan kurulum prosedürlerinin tanıtılması.
  6. Kaynaktan Derleme Yapmadan Jetson’ın Derin Öğrenme ve Görüntü İşleme için Hazır Hale Getirilmesi³
    1. NGC’de yer alan imajların terminal komutlarıyla Jetson’da deploy edilmesi.
  7. NVIDIA Jetson Platformları için OpenZeka Cordatus AI Platformu’nun Tanıtılması ve Platform Demosu
    1. Cordatus Web ile tek arayüzden birçok Jetson’ın monitör edilmesi ve yönetimi (remote restart/shutdown).
    2. Cordatus Web ile on-the-fly performans mod değişimi.
    3. Cordatus Web ile container yönetimi.
    4. Cordatus Web ile Jetson’a bağlı bir kameradan Maske Tespiti demosu.
    5. Cordatus GUI Uygulaması’nın tanıtılması.
    6. Cordatus Web veya GUI Uygulaması ile “DLI Course: Getting Started with AI on Jetson Nano” eğitiminin Jetson’da deploy edilmesi.
  8. NVIDIA DLI Sertifikalı Eğitimi ile Jetson’da Derin Öğrenme Uygulaması: Getting Started with AI on Jetson Nano
    1. Jetson’ın, eğitim içeriği için hazır hale getirilmesi.
    2. Görüntü sınıflandırma projeleri için veri toplanması.
    3. Görüntü sınıflandırma için sinir ağı eğitilmesi.
    4. Regresyon için görsel verinin etiketlenmesi.
    5. Regresyonda görsel özelliklerin konumlandırılması için sinir ağının eğitilmesi.
    6. Eğitilmiş modellerle, canlı kamera görüntüsü üzerinde çıkarımın yapılması.
  9. NVIDIA Jetson için DeepStream SDK’nın Tanıtılması ve Maske Tespit Uygulaması’nın Çalıştırılması
    1. Modülün Jetson platformuna kurulması.
    2. Adım adım görüntü toplama, şifre çözme (decode), ön işleme, görüntü takibi (çıkarım), şifreleme (encode), birleştirme (composite), görselleştirme (visualize) işlemlerinin yapılması.
    3. Görüntü kaynak/çıkış türleri, kaynak/çıkış seçimi ve çözünürlük ayarlamalarının yapılması.
    4. Python bindinglerinin Jetson’da kurulması.
    5. DeepStream Python örnekleri ile Jetson’da DeepStream tabanlı Maske Tespit Uygulamasının çalıştırılması.

[1]: Katılımcıların, eğitime katılmadan önce sistemlerini hazır hale getirmiş olması gereklidir. Eğitim içeriğinin
bu bölümünde sıfırdan kurulum işlemi yapılmayıp yalnızca flaşlama için var olan iki farklı yöntemin uygulanışı
gösterilecektir.[2]: Eğitim içeriğinin bu bölümünde, kaynaktan derleme işlemleriyle ilgili prosedürlerin tanıtımı ve dikkat
edilmesi gerek noktalar gösterilecektir. Sıfırdan derleme işlemi gerçekleştirilmeyecektir.[3]: Eğitime kesin kaydı alınan katılımcılara, eğitim anında zaman kazanmak amacıyla belirtilen uygulamanın
kurulumu için gerekli prosedürler mail yoluyla gönderilecektir. Gönderilen içeriğin açıklaması, eğitim içeriğinde
yapılacaktır.

Eğitim İçerik Dokümanı

Eğitim İçeriğini PDF Formatında İndirmek için Tıklayınız