深度学习在杰森AGX Xavier使用MATLAB, GPU编码器,TensorRT

设计和部署深度学习和计算机视觉应用程序嵌入gpu是具有挑战性的,因为嵌入式设备中固有的资源约束。一个MATLAB^®基于工作流的设计促进这些 应用程序,并自动生成CUDA^®代码可以部署到董事会像杰森AGX Xavier实现快速推理。

演示说明MATLAB支持所有主要阶段的工作流程,从收购万博1manbetx 数据,设计和培训深度学习网络与传统的计算机视觉技术,增强部署使用GPU编码器™生成可移植和优化的CUDA^®代码从完整的MATLAB算法。生成的代码然后交叉编译和部署到杰森AGX Xavier董事会。

为了说明工作流,我们将使用一个有缺陷的产品检测的例子,这个例子可以识别缺陷六角螺丝机器视觉上下文。示例使用深神经网络和传统的计算机视觉技术来识别缺陷的六角螺丝。

突出了

学习如何看这个演讲:

1. 访问和管理图像训练集用于深度学习网络。
2. 可视化网络和洞察的训练过程。
3. 进出口网络通过ONNX从其他深度学习框架和参考网络ResNet-50和GoogLeNet等。
4. 自动生成可移植和优化CUDA代码从MATLAB算法等NVIDIA gpu杰森AGX泽维尔