reComputer J101-Carrier Board for Jetson Nano

reComputer J101 - Carrier Board for Jetson Nano

Özellikler

• Mükemmel uyum: Jetson Nano Modülü için Tasarım (260 pinli SODIMM).
• Dev Kit taşıyıcı kart alternatifi: 1:1, Nvidia'nın resmi Nano Geliştirici kitinin taşıyıcı kartıyla boyut ve neredeyse aynı işlevsel tasarımla eşleşir.
• Genişletilebilir depolama: Nano modülün (16GB eMMC) depolama genişletmesi için SD kart yuvası.
• Zengin çevre birimleri: Daha yüksek performans kararlılığı, USB 3.0, USB 2.0 bağlantı noktaları, WIFI için M.2 tuşu E, RTC, Raspberry Pi GPIO 40 pimli vb.'den oluşur.
• Süper uygun maliyetli: Yapay zeka uygulamalarının iyi bir şekilde başlatılması ve hızlı değerlendirilmesi için uygundur.
• Kapsamlı sertifikalar: FCC, CE, RoHS (Sertifikasyon Eylül başında alındı)
• Ürün datasheet belgesi için tıklayınız.

Not

CLK Frekansı 48MHz'i destekleyen reComputer J101 taşıyıcı kart üzerinde SD kart işlevi sağlıyoruz. CLK buradaki sertifikaları (CE/FCC gibi) almak için tasarlanmıştır. CLK’yi kendiniz artırmak istiyorsanız buradaki talimatları kullanabilirsiniz.

Daha sonraki reComputer J1010 taşıyıcı kart sürümünün tümü desteklenen SD kart işlevidir.

İşlevsellik

128 NVIDIA CUDA® çekirdeğine sahip NVIDIA Maxwell tarafından desteklenen NVIDIA Jetson Nano modülüyle çalışarak, modern yapay zekanın gücünü herkese sunmaya hazırdır: yapıcılara, öğrencilere ve yerleşik geliştiricilere.

NVIDIA Jetson Nano modülü monte edildiğinde, derin öğrenme, bilgisayarla görme, GPU hesaplama, multimedya işleme için bir kart destek paketi (BSP), Linux işletim sistemi, NVIDIA CUDA®, cuDNN ve TensorRT™ yazılım kitaplıklarını içeren NVIDIA JetPack'i destekleyebilir , ve daha fazlası. Çoklu kamera konnektörleri ile görüntü sınıflandırma, nesne algılama, segmentasyon ve konuşma işleme gibi uygulamalar için birden fazla sinir ağını paralel olarak çalıştırmak için uygundur.

Uç Yapay Zeka Uygulamaları

Jetson Nano modülüyle çalışan reComputer J101, modern yapay zeka gücünü görüntü tanıma, nesne algılama, poz tahmini, video işleme ve çok daha fazlası gibi gerçek dünya uygulamalarına getirmeye hazırdır. Öğreticilerle birlikte aşağıdaki uygulama örneğine göz atın!

• Edge Impulse ile yaya tespiti
• Baret tespiti ve özel KKD tespiti oluşturma
• AlwaysAI ile Poz Tahmini
• NVIDIA Deepstream IoT kullanarak görsel anormallik tespiti
• Perakende mağaza öğeleri algılama
• Orman yangını tespiti
• Hayvan tespiti

Topluluğun geliştirme deneyiminizi güçlendirmek için oluşturduğu araçları ve eğitimleri Jetson Topluluk Kaynakları sayfasında bulun ve bir sonraki projenize ilham vermek için Topluluk Projeleri sayfasına göz atın!

Lütfen Jetson Nano'ya başlama ve farklı projeler oluşturmayı da içeren Seeed wiki kılavuzuna da göz atın.