实战!教你部署一辆高速目标检测Jetbot智能小车|英伟达公开课·第三期报名中

2020 年 3 月 20 日 量子位
位来 发自 中关村
量子位 编辑 | 公众号 QbitAI

2月27日起,英伟达x量子位发起了3期线上直播,与大家分享迁移式学习下的图像处理。

2月27日第一期课程,主题是利用 NVIDIA 迁移式学习工具包和Deepstream实现实时目标检测,英伟达的分享嘉宾与开发者朋友线上交流了如何调用预训练模型、实现目标检测。

>>直播回放:https://info.nvidia.com/272903-ondemand.html

>>PPT:https://www.nvidia.cn/content/dam/en-zz/zh_cn/assets/webinars/2020/feb27/TLT--2020.02.27.pdf

3月12日第二期课程,主题是利用TensorRT 7.0部署高速目标检测引擎,介绍了TensorRT 7.0的特性,并live coding展示了如何加速学习任务。

>>直播回放链接:https://info.nvidia.com/291730-ondemand.html

>>PPT:https://www.nvidia.cn/content/dam/en-zz/zh_cn/assets/webinars/2020/mar12/dev/TLT--2020.03.12.pdf

下周四(3月26日)第三期课程已开始报名,欢迎感兴趣的开发者朋友报名参与。

第三期公开课介绍

主题: 利用迁移式学习工具包加速Jetbot智能小车的推理引擎部署

时间:3月26(周四)20:00-21:30

环节:直播讲解+线上答疑

分享内容:

本次在线研讨会主要针对人工智能和深度学习的开发者,课程将介绍如何快速部署一个Jetbot智能小车,并将NVIDIA迁移式学习工具包构建的引擎部署在Jetbot上。

通过本次在线研讨会,你可以获得:

• 利用NVIDIA迁移式学习工具包构建SSD目标检测网络的推理引擎
• 将推理引擎迁移到以NVIDIA Jetson NANO为核心的Jetbot智能小车上
• 在Jetbot智能小车上部署推理引擎

主讲嘉宾

何琨(Ken He),NVIDIA开发者社区经理。拥有多年 GPU 和人工智能开发经验。在人工智能、计算机视觉、高性能计算领域曾经独立完成过多个项目,并且在机器人和无人机领域,有丰富的研发经验。曾针对图像识别,目标的检测与跟踪等方面完成多种解决方案,作为主要研发者参与GPU 版气象模式 GRAPES。

报名方式

扫码添加小助手,备注“英伟达”,将于3天内邀请你加入微信群,欢迎大家进群与何琨老师交流~

最后附上活动海报,便于大家保存查看。也欢迎大家分享给好友一起听课~


作者系网易新闻·网易号“各有态度”签约作者


北京时间3月21日早10:30,两位轻舟智航顶级技术专家、前Waymo核心工程师将交流讨论现有无人车技术思路,提出无人车创新型技术思路大规模智能仿真系统的具体应用及实践
戳二维码,备注“无人车”即可报名、加交流群与同好讨论交流无人车进展~

高能直播 | 无人车创新型技术思路及仿真系统应用讲解


量子位 QbitAI · 头条号签约作者


վ'ᴗ' ի 追踪AI技术和产品新动态


喜欢就点「在看」吧 !



登录查看更多
0

相关内容

NVIDIA(全称NVIDIA Corporation,NASDAQ:NVDA,发音:IPA:/ɛnvɪdɪə/,台湾官方中文名为輝達),创立于1993年4月,是一家以设计显示芯片和芯片组为主的半导体公司。NVIDIA亦会设计游戏机核心,例如Xbox和PlayStation 3。NVIDIA最出名的产品线是为个人与游戏玩家所设计的GeForce系列,为专业工作站而设计的Quadro系列,以及为服务器和高效运算而设计的Tesla系列。 NVIDIA的总部设在美国加利福尼亚州的圣克拉拉。是一家无晶圆(Fabless)IC半导体设计公司。"NVIDIA"的读音与英文"video"相似,亦与西班牙文evidia(英文"envy")相似。现任总裁为黄仁勋。
FPGA加速系统开发工具设计:综述与实践
专知会员服务
68+阅读 · 2020年6月24日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
173+阅读 · 2020年5月6日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
122+阅读 · 2020年5月6日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
182+阅读 · 2020年3月16日
资源 | 《Keras图像深度学习实战》
AI研习社
18+阅读 · 2018年9月19日
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
8+阅读 · 2020年3月30日
Arxiv
5+阅读 · 2018年10月4日
Arxiv
8+阅读 · 2018年5月17日
Arxiv
3+阅读 · 2018年3月13日
VIP会员
Top
微信扫码咨询专知VIP会员