このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
イメージの分類とセグメンテーションの用途
イメージの分類やセグメンテーションの用途に使用するコードを生成し、組み込みターゲットに展開します。
注目の例
深層学習ネットワークのコード生成
ResNet などのイメージ分類ネットワーク用の CUDA® コード生成を開始する。
交通標識の検出と認識
深層学習を使用する交通標識の検出および認識用途の CUDA MEX を生成する。
ロゴ認識ネットワーク
コードを生成し、入力イメージを 32 個のロゴ カテゴリに分類する。
NVIDIA TensorRT ライブラリを使用した深層学習予測
TensorRT を使用して 32 ビット浮動小数点、16 ビット浮動小数点、および 8 ビット整数での予測を実行する CUDA MEX ファイルを生成する。
変分自己符号化器を使用した NVIDIA GPU での数字イメージの生成
dlnetwork オブジェクトおよび dlarray オブジェクト用の CUDA コード生成。
LiDAR 点群セグメンテーション ネットワーク用のコード生成
3 つのクラスに属するオーガナイズド LiDAR 点群をセグメント化できるネットワーク用の CUDA MEX を生成する。
ビデオ分類ネットワーク向けのコード生成
畳み込み層と BiLSTM 層をもつネットワークを使用して、Jetson™ Xavier でアクティビティを分類する。
Deploy and Classify Webcam Images on NVIDIA Jetson Platform from Simulink
Deploy a Simulink® model on the NVIDIA® Jetson™ board for classifying webcam images. This example classifies images from a webcam in real-time by using the pretrained deep convolutional neural network, ResNet-50. The Simulink model in the example uses the camera and display blocks from the MATLAB® Coder™ Support Package for NVIDIA Jetson and NVIDIA DRIVE™ Platforms to capture the live video stream from a webcam and display the prediction results on a monitor connected to the Jetson platform.
イメージ分類用の学習済み残差ネットワークの量子化と CUDA コードの生成
残差ネットワークの畳み込み層の学習可能なパラメーターを量子化し、CUDA コードを生成する。
ARM Mali GPU での深層学習の予測
イメージ分類アプリケーションを ARM® Mali GPU に展開する。
U-net を使用するセマンティック セグメンテーション ネットワークのコード生成
イメージ セグメンテーション用の U-Net 深層学習ネットワークの CUDA コードを生成する。
セマンティック セグメンテーション ネットワークのコード生成
SegNet イメージ セグメンテーション ネットワークのコード生成。
PointNet++ 深層学習を使用した航空機搭載 LiDAR セマンティック セグメンテーション用のコード生成
LiDAR セマンティック セグメンテーション用の PointNet++ ネットワークの CUDA MEX コードを生成する。
