DRIVE – NVIDIA 技術ブログ
http://www.open-lab.net/ja-jp/blog
Wed, 17 Jan 2024 03:51:28 +0000
ja
hourly
1
-
cuDLA による NVIDIA Jetson Orin 上での YOLOv5 の紹介
http://www.open-lab.net/ja-jp/blog/introducing-yolov5-on-nvidia-jetson-orin-with-cudla/
Wed, 17 Jan 2024 03:51:27 +0000
http://www.open-lab.net/ja-jp/blog/?p=2197
Reading Time: 5 minutes この投稿は、Orin プラットフォームを使用する組込み開発者が、YOLOv5 をリファレンスとして、どのようにディープ ニューラル ネットワーク (DNN) を展開できるかについて、技術的に深く掘り下げたものです。読者が … Continued]]>
Reading Time: 5 minutes この投稿は、Orin プラットフォームを使用する組込み開発者が、YOLOv5 をリファレンスとして、どのようにディープ ニューラル ネットワーク (DNN) を展開できるかについて、技術的に深く掘り下げたものです。読者が簡単に理解できるように、次のセクション “NVIDIA DLA 紹介” で NVIDIA DLA を紹介し、セクション “NVIDIA cuDLA 紹介” で cuDLA と呼ばれる DLA 用の CUDA プログラミング モデル拡張を紹介します。そして最後の “YOLOv5 と cuDLA、Jetson Orin で共演” では、YOLOv5、DLA、cuDLA の組み合わせによる、Jetson Orin プラットフォーム上での効率的なオブジェクト検出実裝について詳しく説明します。 DLA の詳細については、
Source
]]>
2197
-
カメラを用いた自動運転用認識向けに、合成データで遠くの物體にピントを合わせる
http://www.open-lab.net/ja-jp/blog/bringing-far-field-objects-into-focus-with-synthetic-data-for-camera-based-av-perception/
Thu, 18 May 2023 07:16:00 +0000
http://www.open-lab.net/ja-jp/blog/?p=1662
Reading Time: 2 minutes 自動運転システムが高速道路を安全に走行するためには、100 m 以上離れた車両などの遠方の物體を検出することが基本となります。 このような高い速度域では、1 秒 1 秒が大切です。そのため、時速 70 マイル (約時速 … Continued]]>
Reading Time: 2 minutes 自動運転システムが高速道路を安全に走行するためには、100 m 以上離れた車両などの遠方の物體を検出することが基本となります。 このような高い速度域では、1 秒 1 秒が大切です。そのため、時速 70 マイル (約時速 110 km) で走行中の自律走行車 (AV) の認識範囲を 100 m から 200 mに広げることができれば、車両が反応するための時間が大幅に増えることになります。 しかし、この範囲を拡大することは、量産される乗用車に一般的に搭載されるカメラベースの認識システムにとっては特に困難です。遠距離物體検出のためのカメラ認識システムの學習には、大量のカメラ データの収集と、3D バウンディング ボックスや距離などの GT (Ground Truth) ラベルが必要となります。
Source
]]>
1662
人人超碰97caoporen国产