- 简介
- 目录大纲
- 最新文档
【nvidia】构建nvidia嵌入式平台的交叉编译环境（其他环境平台可借鉴）
0. Introduction 从工程开发的角度如果要针对nvdia嵌入式平台上的软件或者应用软件做标准化的流水线设计和软件编译发布，那就要充分利用nv提供的工具链能力，并结合自己项目的实际情况，将相关工作集成到自己的软件工作流中完成软件发布的流水线。 作为个人开发者或者小团队针对应用开发，通常对于整个流水线的要求并没有太多的规则和要求，通常都会直接在嵌入式平台上直接进行应用软件的开发与编译。对于……
dingfeng - 2025年2月4日 08:51
【Nvidia】关于Cuda+Cudnn+TensorRT推理环境
1.Brief 如果要使用CPP进行基于TensorRT的相关深度学习推理应用的开发，首先需要搭建具备满足条件的环境，这里面如果是初次使用会遇到一系列的问题，本文将对Nvidia各个平台上如果搭建并确认做一个详细的说明，以确保环境问题不会成为部署的卡点。 2.Jetson系列平台 关于Jetson平台相关的操作其实比较简单，可以直接使用SDKManager，勾选相关版本的程序进行并安装即可。关于如……
dingfeng - 2024年12月31日 15:03
【nvidia】DLA的学习了解与使用
0. 为什么要学习DLA，DLA有什么用 DLA（Deep Learning Accelerator 是nvidia提供的边缘AI平台的硬件加速能力。他的概念比较大，既有硬件的部分，也有软件的部分，下文的官方文档链接中将DLA描述的非常清楚。 https://developer.nvidia.com/deep-learning-accelerator DLA硬件特指在部分Nvidia的边缘端计算平……
dingfeng - 2024年12月31日 11:26
【algorithm】关于模型、数据与标注规范的平衡问题
0. Introduction 随着整体CV向transformer base发展越来越多，包含利用position embedding等技术，慢慢的大家不再关注特征提取本身，更多的是关注数据。但是实际上，关于模型、数据标注和数据分布本身质检其实也存在这相关平衡。模型既不是愈大越好，标注规范数据标注本身也与数据分布和模型选择有着更加深层次的联系，当遇到模型推理效果不好时并不一定就是数据量不够的原因……
dingfeng - 2024年12月19日 16:11
【mobileye】SDS_Safety_Architecture
【附件】SDS_Safety_Architecture.pdf 基于Mobileye 在2017年提出的RSS（Responsibility-Sensitive-Safety， mobileye对于系统可靠性和安全性的理论计算和场景分解方法），用于指导SDS（Self-drivingcar system）面对不安全情况下的决策制定方法，以及预期非安全情况下的解决方案。 Mobileye认为……
dingfeng - 2024年12月17日 16:02