Course Outline

Edge AI 및 NVIDIA Jetson 소개

  • 에지 AI 애플리케이션 개요
  • NVIDIA Jetson 하드웨어 소개
  • JetPack SDK 구성 요소 및 개발 환경

개발 환경 설정

  • JetPack SDK 설치 및 Jetson 보드 설정
  • TensorRT와 모델 최적화 이해
  • 런타임 환경 구성

엣지 배포를 위한 AI 모델 최적화

  • 모델 양자화 및 가지치기 기술
  • 모델 가속을 위한 TensorRT 사용
  • 모델을 ONNX 포맷으로 변환

Jetson 장치에 AI 모델 배포

  • TensorRT로 추론 실행
  • 실시간 애플리케이션과 AI 모델 통합
  • 성능 최적화 및 대기 시간 단축

Jetson의 Computer Vision 및 Deep Learning

  • 이미지 분류 및 객체 감지 모델 배포
  • 실시간 비디오 분석을 위한 AI 활용
  • AI 기반 로봇 응용 프로그램 구현

Edge AI 보안 및 성능 최적화

  • 에지 디바이스에서 AI 모델 보안
  • 전력 효율성 및 열 관리
  • Jetson 플랫폼에서 AI 애플리케이션 확장

프로젝트 구현 및 실제 Use Case

  • AI 기반 IoT 솔루션 구축
  • 자율 시스템에 AI 배치
  • 엣지 디바이스에서의 AI 사례 연구

요약 및 다음 단계

Requirements

  • AI 모델 학습 및 추론 경험
  • 임베디드 시스템에 대한 기본 지식
  • Python 프로그래밍에 대한 익숙함

청중

  • AI 개발자
  • 임베디드 엔지니어
  • Robotics 엔지니어
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories