reComputer-Jetson® 指南
开始使用 reComputer-Jetson®
| 开始使用 reComputer-Jetson® J10X/J20X | reComputer-Jetson® J10X/J20X 的硬件布局 |
|---|---|
 |  |
| 按照说明连接外设，您可以在几秒钟内启动并直接使用。 | 您可以在这里了解 Jetson 系列的 reComputer J10/J20 的基本硬件布局。 |
| 开始使用 reComputer-Jetson® J30X/J40X | reComputer-Jetson® J30X/J40X 的硬件布局 |
|---|---|
| |
| 按照说明连接外设，您可以在几秒钟内启动并直接使用。 | 您可以在这里了解 Jetson 系列的 reComputer J30/J40 的基本硬件布局。 |
操作系统安装
| reComputer-Jetson® J1010/J101 | reComputer-Jetson® J1020v1/A206 | reComputer-Jetson® J1020v2/J202 |
|---|---|---|
 |  |  |
应用
| 在 Nvidia Jetson 上生成语音字幕 | 在 NVIDIA Jetson Orin 上部署 Whisper 实现实时语音转文字 | 如何在 reComputer 上运行本地 LLM 文本到图像 |
|---|---|---|
 |  |  |
| 在本篇 Wiki 中，我们介绍了如何在 Jetson 上生成语音字幕，这可以提供实时语音转字幕服务，同时避免互联网信息泄露。 | 在本篇 Wiki 中，我们介绍了如何在 Jetson 上实现实时 Whisper，这种集成使得设备可以直接进行语音处理，无需持续的网络连接，从而增强隐私和安全性。 | 本篇 Wiki 涵盖了在 Nvidia Jetson Orin NX 16GB 上设置和部署基于本地 LLM 的文本到图像生成模型。 |
| 在 Jetson 上使用 MLC LLM 部署量化的 Llama2-7B | 刀具检测：基于 reComputer 的 Triton 推理服务器部署的目标检测模型 | 通过无代码 Edge AI 工具在 Jetson 上部署检测模型 |
|---|---|---|
 |  |  |
| 在本项目中，我们介绍了量化版本的 Llama2-7B，这是一种基于 1.5TB 数据训练的大型语言模型，并将其部署在 Jetson Orin 上。 | 我们提供了一个基础项目，展示如何在 reComputer J1010 上部署深度学习模型以检测违禁物品。 | 在本篇 Wiki 中，我们将介绍如何在全新的 NVIDIA Jetson 系统上下载和安装所需内容，然后打开 Edge AI 工具并使用实时摄像头进行目标检测。 |
| 使用 Jetson Xavier NX 多摄像头的 DashCamNet 和 PeopleNet | 使用 DeepStream SDK 的智能交通管理系统 | Docker 入门指南 |
|---|---|---|
 |  |  |
| 在本 Wiki 中，我们在 Jetson 上部署了一个 TAO 预训练模型，并实现了高速推理。 | 对于此 AI 视觉应用，我们将使用 NVIDIA 的 DeepStream SDK，并在 NVIDIA Jetson 设备上进行边缘推理。 | 在本 Wiki 中，我们尝试安装 Docker Compose 并在 Jetson 上运行 Docker 容器。 |
| 使用 Allxon 进行 Jetson Linux OTA 更新 | 如何在 reComputer 上训练和部署 YOLOv8 | Maskcam - 基于 Jetson Nano 的人群口罩使用监控 |
|---|---|---|
 |  |  |
| Allxon 可以帮助您上传 OTA 负载包并确保其正常工作。在本 Wiki 的后续步骤中，您将会遇到此操作。 | 在本 Wiki 中，我们在 reComputer J4012 上训练并部署了一个用于交通场景的目标检测模型。 | 在本 Wiki 中，我们使用 Jetson 实现了口罩检测功能。 |
常见问题解答
技术支持与产品讨论
感谢您选择我们的产品！我们致力于为您提供多种支持，确保您使用我们的产品时体验顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。