문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
엣지 AI와 NVIDIA Jetson 개요
- 엣지 AI 애플리케이션의 사례 소개
- NVIDIA Jetson 하드웨어 기본 설명
- JetPack SDK 구성 요소 및 개발 환경 이해
개발 환경 설정 방법
- JetPack SDK 설치 및 Jetson 보드 초기화 절차
- TensorRT와 모델 최적화 개념 이해
- 런타임 환경 구성 방법
엣지 배포를 위한 AI 모델 최적화 기법
- 모델 양자화 및 불필요한 부분 제거 기법
- TensorRT를 활용한 모델 가속 방법
- 모델을 ONNX 형식으로 변환하는 절차
Jetson 디바이스에서 AI 모델 배포 실습
- TensorRT를 통한 추론 수행 방법
- 실시간 애플리케이션에 AI 모델 통합 기법
- 성능 최적화 및 지연 시간 단축 전략
Jetson에서의 컴퓨터 비전 및 딥러닝 활용법
- 이미지 분류 및 객체 탐지 모델 배포 방법
- 실시간 영상 분석에 AI 적용 방안
- AI 기반 로봇 공학 애플리케이션 구현 사례
엣지 AI의 보안성 확보와 성능 최적화 방향
- 엣지 디바이스에서 AI 모델 보호 방법
- 전력 효율 및 열 관리 기법
- Jetson 플랫폼 상에서의 AI 애플리케이션 확장 방안
프로젝트 실습 및 실제 활용 사례 탐구
- AI 기반 IoT 솔루션 개발 과정
- 자율 시스템에 AI 적용 사례 분석
- 엣지 디바이스에서의 다양한 AI 활용 예시
요약 및 향후 학습 방향 안내
요건
- AI 모델 학습 및 추론에 대한 경험
- 임베디드 시스템에 대한 기초 지식
- Python 프로그래밍에 대한 숙련도
대상 청중
- AI 개발자
- 임베디드 엔지니어
- 로봇공학 엔지니어
21 시간
회원 평가 (1)
고급 주제를 다루고 실제 사례를 통해 실습할 수 있습니다.
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
코스 - Advanced Edge AI Techniques
기계 번역됨