====== 推理演示 ======

{{ :oshw:jetson_nano:4292325264.jpg?600 |}}

NVIDIA Jetson Inference 机器学习项目是一个 Hello AI World 类演示教程，提供了三种最常见的AI应用于计算机视觉的类型，imagenet用于图像识别（Image Recognition）、detectNet用于对象检测（Object Detection）、segNet用于语义分割（Semantic Segmentation）。

{{ :oshw:jetson_nano:1684445866.jpg?600 |}}

jetson-inference 图像识别模型采用 ILSVRC ImageNet 数据集，自动生成识别结果的图片。

查阅 Culmart Play 文档：[[http://www.culmart.com/play/oshw/Jetson-Inference.html|Jetson Nano 2GB 深入 Jetson Inference 项目]]

{{ :oshw:jetson_nano:9177952.jpg?600 |}}

深度学习的训练和推理流程，是先采用高性能图形服务器使用深度学习框架来训练（Training）机器学习算法，研究大量的数据来学习一个特定的场景，完成后得到模型参数，再部署到终端执行机器学习推理（Inference），以训练好的模型从新数据中得出结论。

《[[http://culmart.com/play/oshw/1111.html|Jetson Nano 模型训练和推理流程]]》也适合其他平台。