연락처 정보

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

참가자 수


참가자별 가격

회원 평가 (1)

예정된 코스

관련 카테고리