''Hello AI World''

Um einen ersten Eindruck von den Möglichkeiten von künstlicher Intelligenz und Machine Learning zu bekommen, bieten sich die Tutorials von Nvidia an. Das Tutorial "Hello AI World" beschäftigt sich mit fertigen, also bereits trainierten Modellen zum Thema Objekterkennung und Lokalisierung.

Stellenmarkt
  1. SAP Key User (m/w/d)
    ALDI International Services SE & Co. oHG, Mülheim an der Ruhr
  2. IT-Systemingenieur (m/w/d) Active Directory / Exchange
    Helios IT Service GmbH, Berlin
Detailsuche

Das umfangreichere "Two days to a demo" beinhaltet auch das Anlernen von Modellen. Hello AI World ist nicht im Image enthalten und muss zusätzlich installiert werden. Vor der Installation der Quellen werden zunächst das Build-Management-Tool cmake und die Python-3.6-Entwicklungspakete auf das System gebracht:

  1. sudo apt-get install git cmake libpython3-dev python3-numpy

Den Code zum Hello-AI-World-Tutorial erhält man von Github:

Golem Akademie
  1. Jira für Anwender: virtueller Ein-Tages-Workshop
    10. November 2021, virtuell
  2. SAMBA Datei- und Domänendienste einrichten: virtueller Drei-Tage-Workshop
    7.–9. März 2022, Virtuell
Weitere IT-Trainings

  1. git clone --recursive https://github.com/dusty-nv/jetson-inference

Die Befehle zum Bauen der Makefiles lauten:

  1. mkdir build
  2. cd build
  3. cmake ../

Während der Prozedur öffnet sich ein Dialog zum Download von trainierten Modellen. Hier wird die aktuelle Auswahl einfach bestätigt, der Model-Downloader kann später jederzeit mit download-models.sh erneut geöffnet werden.

Nach dem Download der Modelle fragt ein weiterer Dialog, ob und in welcher Version Pytorch (ein hier nicht benötigtes Machine-Learning-Framework) installiert werden soll. Der Schritt kann mit Skip übersprungen werden. Auch dieser Wizard lässt sich bei Bedarf später erneut öffnen (install-pytorch.sh).

Abschließend wird kompiliert und installiert:

  1. make -j$(nproc)
  2. sudo make install
  3. sudo ldconfig

Wer mehr über die einzelnen Schritte erfahren möchte, findet auf der genannten Seite reichlich Details. Der gebaute Code liegt im Verzeichnis jetson-inference/build/aarch64 und kann nun benutzt werden.

Ein guter Einstieg ist die Anwendung zum Erkennen von Bildern, imagenet. Sie wird mit imagenet-console aufgerufen, wobei als Parameter ein Bild mitgegeben wird (hier beispielsweise das Foto einer Banane aus dem Verzeichnis images):

  1. ./imagenet-console images/banana_0.jpg out.jpg

Der erste Aufruf des Models nimmt einige Zeit in Anspruch, weil TensoRT das neuronale Netz für die Hardware des Nano optimiert. Die folgenden Aufrufe gehen dann aber flott. Das Ergebnis der Klassifizierung findet man sowohl in der Konsole als auch im Ausgabebild. Wer den mitgelieferten Beispielbildern nicht traut, kann natürlich auch eigene Fotos erkennen lassen.

Noch mehr Spaß macht das Erkennen von Live-Bildern mit der Kamera. Die entsprechende Anwendung wird mit imagenet-camera gestartet. Vor die Kamera gehaltene Objekte werden direkt klassifiziert. Die Erkennungswahrscheinlichkeit, hier ganze 100% für den Pinguin, findet sich links oben im Foto.

  • Das Case des Jetson Nano lässt sich in eine - zugegebenermaßen nicht so perfekte - Halterung umbauen (Bild: Dirk Koller).
  • Der Ubuntu-Desktop (Bild: Dirk Koller)
  • Flaschen markieren mit detectnet-camera coco-bottle (Bild: Dirk Koller)
  • Der Jumper dient zum Überbrücken zweier Anschlüsse. (Bild: Dirk Koller)
  • Der Jetson Nano (Bild: Dirk Koller)
  • Richtig erkannt! Ein Pinguin (Bild: Dirk Koller).
Richtig erkannt! Ein Pinguin (Bild: Dirk Koller).

Neben dem Klassifizieren ist das Auffinden und Markieren von Objekten in bewegten Bildern in Echtzeit eine wichtige Aufgabe von künstlichen neuronalen Netzen. Auch hierzu ist eine Beispielanwendung enthalten. Mit detectnet-camera coco-bottle wird die Anwendung zum Markieren von Objekten (hier Flaschen) im Kamerabild gestartet.

  • Das Case des Jetson Nano lässt sich in eine - zugegebenermaßen nicht so perfekte - Halterung umbauen (Bild: Dirk Koller).
  • Der Ubuntu-Desktop (Bild: Dirk Koller)
  • Flaschen markieren mit detectnet-camera coco-bottle (Bild: Dirk Koller)
  • Der Jumper dient zum Überbrücken zweier Anschlüsse. (Bild: Dirk Koller)
  • Der Jetson Nano (Bild: Dirk Koller)
  • Richtig erkannt! Ein Pinguin (Bild: Dirk Koller).
Flaschen markieren mit detectnet-camera coco-bottle (Bild: Dirk Koller)

Mit den Hello-AI-World-Demos kann man auch ohne große Kenntnisse von neuronalen Netzen viel kennenlernen. Etwas tiefer steigt das bereits erwähnte "Two Days to a Demo" ein. Wer sich für Robotik interessiert, sollte unbedingt einen Blick auf Jetbot, Nvidias Open-Source-Plattform für KI-Roboter werfen.

Und selbst auf dem kleinsten Jetson-Rechner lassen sich natürlich die großen Machine-Learning-Frameworks wie Pytorch, Tensorflow, Caffee/Caffee2, MXNet und Keras in Form der nativen Vollversionen installieren, so dass die Möglichkeiten praktisch unbegrenzt sind. Skynet@Home ist nur noch ein paar Tage Arbeit entfernt …

Dr. Dirk Koller schreibt als freier Autor über IT-Themen, bevorzugt Softwareentwicklung und Geoinformatik (Fernerkundung, UAV, RTK GPS, Mobile GIS, Augmented Reality)

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed
 Installieren, Kamera anschließen, los geht's
  1.  
  2. 1
  3. 2
  4. 3


gls_gls 09. Jun 2020

Ich habe daraufhin meinen Jetson vom letzten Jahr noch mal rausgekramt, das neue Image...

DieterMieter 09. Jun 2020

Das ist jetzt aber auch kein Grund nicht das Setup zu nehmen das genommen wurde. Bei...

DieterMieter 09. Jun 2020

Das Board scheint ja als Preisrechtfertigung die Erstellung von Modellen anzubieten...

ko3nig 07. Jun 2020

Rafft jeder, der den Artikel *liest * https://www.duden.de/rechtschreibung...

Oktavian 04. Jun 2020

Yup, und das schöne als Gamer im fortgeschrittenen Alter von 40+ ist, Geld ist nicht...



Aktuell auf der Startseite von Golem.de
Softwarepatent
Uraltpatent könnte Microsoft Millionen kosten

Microsoft hat eine Klage um ein Software-Patent vor dem BGH verloren. Das Patent beschreibt Grundlagentechnik und könnte zahlreiche weitere Cloud-Anbieter betreffen.
Ein Bericht von Stefan Krempl

Softwarepatent: Uraltpatent könnte Microsoft Millionen kosten
Artikel
  1. Krypto: Angeblicher Nakamoto darf 1,1 Millionen Bitcoin behalten
    Krypto
    Angeblicher Nakamoto darf 1,1 Millionen Bitcoin behalten

    Ein Gericht hat entschieden, dass Craig Wright der Familie seines Geschäftspartners keine Bitcoins schuldet - kommt jetzt der Beweis, dass er Satoshi Nakamoto ist?

  2. Fusionsgespräche: Orange und Vodafone wollten zusammengehen
    Fusionsgespräche
    Orange und Vodafone wollten zusammengehen

    Die führenden Netzbetreiber in Europa wollen immer wieder eine Fusion. Auch aus den letzten Verhandlungen wurde jedoch bisher nichts.

  3. Spielfilm: Matrix trifft Unreal Engine 5
    Spielfilm
    Matrix trifft Unreal Engine 5

    Ist der echt? Neo taucht in einem interaktiven Programm auf Basis der Unreal Engine 5 auf. Der Preload ist bereits möglich.

Du willst dich mit Golem.de beruflich verändern oder weiterbilden?
Zum Stellenmarkt
Zur Akademie
Zum Coaching
  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    Daily Deals • MM Weihnachtsgeschenkt (u. a. 3 Spiele kaufen, nur 2 bezahlen) • PS5 & Xbox Series X mit o2-Vertrag bestellbar • Apple Days bei Saturn (u. a. MacBook Air M1 949€) • Switch OLED 349,99€ • Saturn-Advent: HP Reverb G2 + Controller 499,99€ • Logitech MX Keys Mini 89,99€ [Werbung]
    •  /