0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

研討會預(yù)告 | NVIDIA Isaac加速ROS中的YOLOv5和自定義AI模型

NVIDIA英偉達(dá)企業(yè)解決方案 ? 來源:未知 ? 2022-11-25 21:50 ? 次閱讀

NVIDIA Isaac ROS 是一組硬件加速包,使 ROS 2 開發(fā)人員能夠更容易地在 NVIDIA 硬件上構(gòu)建高性能解決方案。Isaac ROS 提供單獨(dú)的軟件包(GEM)和完整的管道(NITROS),其中包括針對 NVIDIA GPUJetson 平臺高度優(yōu)化的圖像處理和計算機(jī)視覺功能。

研討內(nèi)容

了解 NVIDIA Isaac ROS DNN推理管道,以及如何通過 YOLOv5 實(shí)例使用自己的模型。

研討形式

視頻直播

研討時間

北京時間 2022 年 12 月 2 日 00:00

參與方式

掃描下方二維碼,或點(diǎn)擊“閱讀原文”進(jìn)行注冊

01204d22-6cc8-11ed-8abf-dac502259ad0.png

點(diǎn)擊閱讀原文,注冊在線研討會

01330ebc-6cc8-11ed-8abf-dac502259ad0.png ?

即刻點(diǎn)擊“閱讀原文”掃描下方海報二維碼,收下這份 GTC22 精選演講合集清單,在NVIDIA on-Demand 上點(diǎn)播觀看主題演講精選、中國精選、元宇宙應(yīng)用領(lǐng)域與全球各行業(yè)及領(lǐng)域的最新成果!


原文標(biāo)題:研討會預(yù)告 | NVIDIA Isaac加速ROS中的YOLOv5和自定義AI模型

文章出處:【微信公眾號:NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。


聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 英偉達(dá)
    +關(guān)注

    關(guān)注

    22

    文章

    3720

    瀏覽量

    90692

原文標(biāo)題:研討會預(yù)告 | NVIDIA Isaac加速ROS中的YOLOv5和自定義AI模型

文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    在樹莓派上部署YOLOv5進(jìn)行動物目標(biāo)檢測的完整流程

    目標(biāo)檢測在計算機(jī)視覺領(lǐng)域中具有重要意義。YOLOv5(You Only Look One-level)是目標(biāo)檢測算法的一種代表性方法,以其高效性和準(zhǔn)確性備受關(guān)注,并且在各種目標(biāo)檢測任務(wù)中都表現(xiàn)出
    的頭像 發(fā)表于 11-11 10:38 ?54次閱讀
    在樹莓派上部署<b class='flag-5'>YOLOv5</b>進(jìn)行動物目標(biāo)檢測的完整流程

    基于迅為RK3588【RKNPU2項(xiàng)目實(shí)戰(zhàn)1】:YOLOV5實(shí)時目標(biāo)分類

    [/url] 【RKNPU2 人工智能開發(fā)】 【AI深度學(xué)習(xí)推理加速器】——RKNPU2 從入門到實(shí)踐(基于RK3588和RK3568) 【RKNPU2項(xiàng)目實(shí)戰(zhàn)1】:YOLOV5實(shí)時目標(biāo)分類 【RKNPU2項(xiàng)目實(shí)戰(zhàn)2】:SORT
    發(fā)表于 08-15 10:51

    NVIDIA NeMo加速并簡化自定義模型開發(fā)

    如果企業(yè)希望充分發(fā)揮出 AI 的力量,就需要根據(jù)其行業(yè)需求量身定制的自定義模型
    的頭像 發(fā)表于 07-26 11:17 ?658次閱讀
    <b class='flag-5'>NVIDIA</b> NeMo<b class='flag-5'>加速</b>并簡化<b class='flag-5'>自定義</b><b class='flag-5'>模型</b>開發(fā)

    NVIDIA AI Foundry 為全球企業(yè)打造自定義 Llama 3.1 生成式 AI 模型

    Foundry 提供從數(shù)據(jù)策管、合成數(shù)據(jù)生成、微調(diào)、檢索、防護(hù)到評估的全方位生成式 AI 模型服務(wù),以便部署自定義 Llama 3.1 NVIDIA NIM 微服務(wù)和新的
    發(fā)表于 07-24 09:39 ?674次閱讀
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>AI</b> Foundry 為全球企業(yè)打造<b class='flag-5'>自定義</b> Llama 3.1 生成式 <b class='flag-5'>AI</b> <b class='flag-5'>模型</b>

    maixcam部署yolov5s 自定義模型

    maixcam部署yolov5s 自定義模型 本博客將向你展示零基礎(chǔ)一步步的部署好自己的yolov5s模型(博主展示的是安全帽
    發(fā)表于 04-23 15:43

    使用 NVIDIA Isaac 仿真并定位 Husky 機(jī)器人

    如何使用 ROS 2 Husky 官方軟件包將該機(jī)器人導(dǎo)入 NVIDIA Isaac Sim 并創(chuàng)建仿真。 本 Demo 的 Husky 機(jī)器人配備了
    的頭像 發(fā)表于 12-26 18:05 ?1197次閱讀
    使用 <b class='flag-5'>NVIDIA</b> <b class='flag-5'>Isaac</b> 仿真并定位 Husky 機(jī)器人

    基于YOLOv8實(shí)現(xiàn)自定義姿態(tài)評估模型訓(xùn)練

    Hello大家好,今天給大家分享一下如何基于YOLOv8姿態(tài)評估模型,實(shí)現(xiàn)在自定義數(shù)據(jù)集上,完成自定義姿態(tài)評估模型的訓(xùn)練與推理。
    的頭像 發(fā)表于 12-25 11:29 ?2732次閱讀
    基于<b class='flag-5'>YOLOv</b>8實(shí)現(xiàn)<b class='flag-5'>自定義</b>姿態(tài)評估<b class='flag-5'>模型</b>訓(xùn)練

    在C++中使用OpenVINO工具包部署YOLOv5-Seg模型

    YOLOv5兼具速度和精度,工程化做的特別好,Git clone到本地即可在自己的數(shù)據(jù)集上實(shí)現(xiàn)目標(biāo)檢測任務(wù)的訓(xùn)練和推理,在產(chǎn)業(yè)界應(yīng)用廣泛。開源社區(qū)對YOLOv5支持實(shí)例分割的呼聲高漲,YOL
    的頭像 發(fā)表于 12-21 10:17 ?2010次閱讀
    在C++中使用OpenVINO工具包部署<b class='flag-5'>YOLOv5</b>-Seg<b class='flag-5'>模型</b>

    基于YOLOv8的自定義醫(yī)學(xué)圖像分割

    YOLOv8是一種令人驚嘆的分割模型;它易于訓(xùn)練、測試和部署。在本教程,我們將學(xué)習(xí)如何在自定義數(shù)據(jù)集上使用YOLOv8。但在此之前,我想告
    的頭像 發(fā)表于 12-20 10:51 ?708次閱讀
    基于<b class='flag-5'>YOLOv</b>8的<b class='flag-5'>自定義</b>醫(yī)學(xué)圖像分割

    【愛芯派 Pro 開發(fā)板試用體驗(yàn)】部署愛芯派官方YOLOV5模型

    繼上文開箱后,本文主要依托愛芯元智官方的實(shí)例,進(jìn)行官方YOLOV5模型的部署和測試。 一、環(huán)境搭建 由于8核A55的SoC,加上目前Debian OS的工具齊全,所以決定直接在板上編譯程序
    發(fā)表于 12-12 22:58

    利用 NVIDIA Isaac Transport for ROS 提升自定義 ROS 圖形性能

    NVIDIA Isaac Transport for ROS(NITROS) 是隨 ROS 2 Humble 加入的兩項(xiàng)硬件加速功能——類型
    的頭像 發(fā)表于 11-30 19:35 ?571次閱讀
    利用 <b class='flag-5'>NVIDIA</b> <b class='flag-5'>Isaac</b> Transport for <b class='flag-5'>ROS</b> 提升<b class='flag-5'>自定義</b> <b class='flag-5'>ROS</b> 圖形性能

    NVIDIA AI Foundation Models:使用生產(chǎn)就緒型 LLM 構(gòu)建自定義企業(yè)聊天機(jī)器人和智能副駕

    大語言模型(LLM)正在徹底變革數(shù)據(jù)科學(xué),帶來自然語言理解、AI 和機(jī)器學(xué)習(xí)的高級功能。為洞悉特定領(lǐng)域而定制的自定義 LLM 在企業(yè)應(yīng)用中越來越受到青睞。 NVIDIA Nemotro
    的頭像 發(fā)表于 11-17 21:35 ?848次閱讀
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>AI</b> Foundation Models:使用生產(chǎn)就緒型 LLM 構(gòu)建<b class='flag-5'>自定義</b>企業(yè)聊天機(jī)器人和智能副駕

    NVIDIA 加快企業(yè)自定義生成式 AI 模型開發(fā)

    的業(yè)務(wù)數(shù)據(jù)進(jìn)行自定義。 如今,免費(fèi)、開源的大語言模型對企業(yè)來說就像是一頓“自助餐”。但對于構(gòu)建自定義生成式 AI 應(yīng)用的開發(fā)者來說,這頓“大餐”可能
    的頭像 發(fā)表于 11-16 21:15 ?553次閱讀
    <b class='flag-5'>NVIDIA</b> 加快企業(yè)<b class='flag-5'>自定義</b>生成式 <b class='flag-5'>AI</b> <b class='flag-5'>模型</b>開發(fā)

    【愛芯派 Pro 開發(fā)板試用體驗(yàn)】愛芯元智AX650N部署yolov5s 自定義模型

    愛芯元智AX650N部署yolov5s 自定義模型 本博客將向你展示零基礎(chǔ)一步步的部署好自己的yolov5s模型(博主展示的是安全帽
    發(fā)表于 11-16 19:34

    如何在Matlab自定義Message

    自定義Message 當(dāng)我們的 message 消息比較復(fù)雜時,通常要用到自定義的 message 消息,MATLAB 2020b以上的版本自帶了ROS Toolbox Interface
    的頭像 發(fā)表于 11-15 18:12 ?1182次閱讀
    如何在Matlab<b class='flag-5'>中</b><b class='flag-5'>自定義</b>Message