Jetson Nano开发深度学习实践(四):《基于NVIDIA jetson平台的人工智能实例开发入门》在jetson_nano开发中可能会遇到的问题4:人脸检测

依赖

sudo apt install libopenblas-dev
sudo -H pip3 install scipy -i https:/pypi.doubanio.com/simple
sudo -H pip3 install scikit-learn -i https:/pypi.doubanio.com/simple
sudo -H pip3 install Pillow -i https:/pypi.doubanio.com/simple

下载项目

git clone https://github.com/davidsandberg/facenet

进入src目录检测

python3
import facenet
dir(facenet)

安装dlib

sudo apt-get install build-essential cmake
sudo apt-get install libgtk-3-dev
sudo apt-get install libboost-all-dev
git clone https://github.com/davisking/dlib

将dlib/src/cuda/cudnn_dlibapi.cpp文件中forward_algo = forward_best_algo注释掉

创建swap分区

sudo fallocate -l 4G /swapfile

需要使用如下命令更改下swapfile文件的权限:

sudo chmod 600 /swapfile

需要用如下将swapfile初始化为交换文件:

sudo mkswap /swapfile

需要使用如下命令来启用交换文件:

sudo swapon /swapfile

查看结果

free -m
sudo apt install -y python-setuptools
sudo python setup.py install

下载数据集(需要时间比较长)

wget http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
bzip2 -d shape_predictor_68_face_landmarks.dat.bz2
wget http://dlib.net/files/dlib_face_recognition_resnet_model_v1.dat.bz2
bzip2 -d dlib_face_recognition_resnet_model_v1.dat.bz2

目录系统为下图,此基础上即可运行书中示例

 

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
基于NVIDIA Jetson平台人工智能实例开发入门需要掌握以下几个关键步骤: 1. 准备工作:首先,购买一台NVIDIA Jetson开发套件,并安装相应的JetPack软件开发工具包。该工具包集成了CUDA加速库、各种深度学习框架和开发工具,使得在Jetson平台上进行人工智能开发变得更加方便。 2. 硬件设置:将Jetson开发套件正确连接到电源和显示器,并通过USB线缆将其与电脑连接。确保电脑和Jetson之间可以正常通信。 3. 软件设置:在Jetson平台上安装和配置所需的软件包,如TensorFlow、PyTorch或Caffe等深度学习框架。根据需要,还可以安装其他相关的软件包和库。 4. 数据集准备:收集和整理适合训练的数据集。根据所需的人工智能应用领域,选择合适的数据集,并对其进行预处理和标注。 5. 模型训练:使用所选的深度学习框架,在Jetson平台上进行模型训练。通过调节模型的超参数和优化算法,提高模型的准确性和性能。 6. 模型部署:训练完成后,将训练好的模型部署到Jetson平台上。根据实际需求,可以选择将模型部署为实时应用程序、嵌入式系统或者边缘计算设备等形式。 7. 测试和优化:对部署好的模型进行测试和优化。根据实际情况,检查模型在不同数据集或场景下的表现,并根据测试结果进行模型的调整和改进。 8. 扩展和应用:在基础的人工智能实例上进行扩展和应用。根据具体需求,可以通过增加数据集、调整模型架构或者更换算法来扩展人工智能应用的功能和性能。 总结来说,基于NVIDIA Jetson平台人工智能实例开发入门需要熟悉硬件设置、软件配置、数据集准备、模型训练、模型部署、测试和优化等关键步骤。通过不断的实践和学习,可以逐步提升在Jetson平台上进行人工智能开发的能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白 AI 日记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值