jetson-inference

jetson-inference es un proyecto instructivo y una biblioteca para implementar modelos de visión de aprendizaje profundo en dispositivos NVIDIA Jetson. Utiliza TensorRT para ejecutar redes optimizadas desde C++ o Python, mientras que PyTorch se usa para el entrenamiento de modelos y el aprendizaje por transferencia. La biblioteca proporciona interfaces para clasificación de imágenes, detección de objetos, segmentación semántica, estimación de pose, reconocimiento de acciones, eliminación de fondo y estimación de profundidad monocular. El README incluye ejemplos en C++ y Python para procesar imágenes y transmisiones de cámara en vivo, así como tutoriales para transmisión de cámara, aplicaciones web WebRTC, servicios REST con Flask y paneles de Plotly. La integración con ROS y ROS2 se proporciona a través del proyecto relacionado ros_deep_learning. El material Hello AI World cubre la ejecución de inferencia completamente en Jetson, la recopilación de conjuntos de datos, el reentrenamiento de modelos y la implementación de los modelos resultantes con TensorRT. El mismo código de entrenamiento en PyTorch también se puede usar en una PC, servidor o instancia en la nube con una GPU discreta de NVIDIA. El proyecto incluye modelos preentrenados para reconocimiento estilo ImageNet, detección de objetos COCO, escenarios de tráfico y dash-cam, detección de rostros, segmentación Cityscapes y Pascal VOC, estimación de pose corporal y de manos, y reconocimiento de acciones Kinetics. Se proporcionan compilaciones desde el código fuente, contenedores Docker e instrucciones de configuración de JetPack, con soporte de JetPack 6 indicado para dispositivos Orin. Las API de C++ y Python se pueden enlazar en proyectos externos a través de libjetson-inference y libjetson-utils.