基于 Jetson 设备构建可信边缘计算.pdf

1、钱毅 百度 安全部 基于Jetson构建可信边缘节点 目录 content 目录 百度AI联手Jetson 百度边缘计算联手Jetson 构建可信边缘节点 总结和展望 百度AI 联手Jetson 05/ 5002/ 07 工业视觉项目嵌入式设备落地痛点 03/ 07 上手难 深度学习有技术门槛，上手较慢 效率低 需要快速分析模型效果和短板所在，理解模型预测结果 学习成本高 丰富的技术套件，了解和学习成本不低 部署繁琐 模型和推断服务需要适配嵌入式平台，复杂的环境问题 PaddleX全流程开发工具 03/ 07 PaddleX特点 03/ 07 PaddleX 多个飞桨套件统一简单易用API 详

2、尽API文档说明上百种数据增强方法 VisualDL可视化工具模型PR曲线分析 简单几行代码快速完成部署 高效率低门槛 可视化客户端 Windows/Linux/MacOS 数据准备模型训练模型优化模型部署 全 流 程 企业案例 三步实现飞桨工业视觉项目在Jetson上的落地 使用PaddleX图形化开发界面训练模型 快速完成数据标注，模型训练与评估、模型性能 和体积优化等步骤 导出模型 步骤1：图形化模型训练 Paddle-图形化操作 03/ 07 飞桨高性能预测库Paddle Inference已适配 Jetson设备 支持使用TensorRT加速 修改配置，在Jetson设备上编译推断服

3、务 步骤2：编译推断服务 编译推断服务 03/ 07 # 是否使用GPU(即是否使用 CUDA) WITH_GPU=ON # 是否集成 TensorRT(仅WITH_GPU=ON 有效) WITH_TENSORRT=ON # TensorRT 的路径 TENSORRT_DIR=/root/projects/TensorRT/ # Paddle 预测库路径, 请修改为您实际安装的预测库路径 PADDLE_DIR=/root/projects/fluid_inference # Paddle 的预测库是否使用静态库来编译 WITH_STATIC_LIB=OFF # CUDA 的 lib 路径 CUDA_LIB=/usr/local/cuda/lib64 # CUDNN 的 lib 路径 CUDNN_LIB=/usr/local/cuda/lib64 NVIDIA L4T-PaddlePaddl