#Jetson Orin Nano
共 15 篇相关文章
·8 分钟
Jetson Nano 4GB还值得买吗？边缘AI硬件选型避坑指南
Jetson Nano 4GB是否值得购买？本文从TOPS算力误区、实际推理帧率、成本效益三个维度，对比Jetson Orin Nano、树莓派+Coral加速棒等替代方案，帮你为YOLO等计算机视觉项目选择最合适的边缘AI开发板。
阅读全文 →
·12 分钟
MeArm机械臂下井字棋：视觉识别+决策算法+机械控制实战
详解MeArm机械臂对弈井字棋项目，涵盖OpenCV视觉识别棋盘、Minimax决策算法、逆运动学控制三大核心模块，一个麻雀虽小五脏俱全的机器人系统闭环实践。
阅读全文 →
·14 分钟
Ksyon：本地运行的AI机器人，用Moondream实现视觉感知与拟真交互
Ksyon是一个完全本地运行的AI机器人项目，基于轻量级视觉语言模型Moondream实现环境感知，配合拟真头部动作和讽刺人格设定，打造有温度的人机交互体验。详解其技术选型与设计思路。
阅读全文 →
·12 分钟
YOLO26n-Depth边缘部署实测：RK3576仅3-4 FPS的优化挑战
开发者将YOLO26n-Depth模型部署到RK3576平台实测仅3-4 FPS，本文深入分析性能瓶颈原因，对比Jetson、RK3588等平台表现，并提供INT8量化、C++部署、算子优化等实用加速方案。
阅读全文 →
·13 分钟
AI实时格斗计分系统：骨骼追踪网络延迟问题与优化方案
探讨AI实时格斗计分系统中骨骼追踪的网络延迟问题，分析延迟成因并提供边缘计算、运动预测、数据降维传输等优化方案，帮助开发者解决实时姿态识别的工程挑战。
阅读全文 →
·8 分钟
从OpenCV到工业级视觉：CV进阶学习路径与实战指南
从掌握OpenCV和YOLO基础到构建工业级计算机视觉系统的完整进阶路径，涵盖深度学习原理、自定义模型训练、实时推理优化、边缘部署及空间感知等核心技术，附免费学习资源推荐。
阅读全文 →
·12 分钟
LocusTether：基于Jetson Thor的零云端AI可穿戴本地化方案
LocusTether是一个完全本地化的AI可穿戴替代方案，基于Jetson Thor边缘设备运行Whisper语音转录和Ollama大模型推理，实现零云端依赖的对话记录与摘要生成，真正保障数据隐私安全。
阅读全文 →
·14 分钟
自建多模态数据集：从500帧到300万帧的自动化标注实践
详解一位工程师如何从零构建RGB与红外双模态数据集，通过冷启动策略、半自动化数据挖掘和边缘采集闭环，从500帧手工标注扩展到300万帧规模，为计算机视觉开发者提供可复制的数据工程方法论。
阅读全文 →
·9 分钟
1亿美元订单：AI让乌克兰5万架自杀式无人机自主锁定目标
美国公司与乌克兰达成1亿美元协议，为5万架廉价自杀式无人机部署AI视觉锁定能力，实现末段自主制导。本文深入解析边缘AI如何破解电子战干扰、技术实现路径及其对未来战场智能化的深远影响。
阅读全文 →
·7 分钟
RF-DETR部署Orin Nano Super实测：推理提速1.26倍
实测RF-DETR目标检测模型在NVIDIA Jetson Orin Nano Super上的部署表现，相比前代硬件实现1.26倍推理加速。详解TensorRT优化技巧、功耗模式配置及INT8量化策略等边缘端部署要点。
阅读全文 →
·16 分钟
DIY陪伴机器人：用Jetson Orin打造你的AI桌面伙伴
一位创客用NVIDIA Jetson Orin和4S LiPo电池DIY陪伴机器人，从通电成功到AI交互的完整开发历程。了解Jetson Orin边缘计算在机器人项目中的技术选型、供电设计与陪伴机器人的发展趋势。
阅读全文 →
计算机视觉职业发展路径：本科生入局指南
·8 分钟
计算机视觉职业发展路径：本科生入局指南
计算机视觉（CV）值得作为独立职业吗？本文深度解析CV工程师的就业现状、读硕vs先就业的抉择逻辑、边缘部署的核心竞争力，以及从传统CV转型多模态AI工程师的实操建议，帮助本科生规划清晰的职业路径。
阅读全文 →
·10 分钟
手机端跑大模型性能实测：MELTing Point基准测试深度解析
MELTing Point论文首次以真实用户场景评测手机端大语言模型性能，覆盖iPhone、三星、Pixel等设备，测试TinyLlama、Mistral-7B等模型，揭示GPU推理优势、47度高温警告与prefill-decode分离方案，为边缘侧AI落地提供方法论参考。
阅读全文 →
·14 分钟
RuView：用普通WiFi信号实现无摄像头空间感知与生命体征监测
开源项目RuView基于Rust开发，利用商用WiFi信号的信道状态信息（CSI）实现实时空间感知、存在检测与生命体征监测，全程无需摄像头，从根本上保护用户隐私。已获GitHub超76,500 stars，是智能家居与边缘计算领域值得关注的无源感知方案。
阅读全文 →
·12 分钟
工业缺陷检测：OpenCV与YOLO怎么选？场景决策全解析
深入对比OpenCV传统图像处理与YOLO深度学习在工业缺陷检测中的适用场景，从数据条件、检测精度、部署难度等维度分析选型逻辑，并提供学术研究与项目实战的学习路线规划建议。
阅读全文 →