ejemplos-jetson

Este repositorio proporciona ejemplos para ejecutar modelos y aplicaciones de IA en dispositivos NVIDIA Jetson con un solo comando.

Este repositorio se basa en el trabajo de Jetson-containers, ultralytics y otros proyectos excelentes.

Características

Implementación sencilla: implemente modelos de IA de última generación en dispositivos Jetson en una sola línea.
Ejemplos versátiles: admite generación de texto, generación de imágenes, visión por computadora, etc.
⚡ Optimizado para Jetson: aprovecha el hardware Nvidia Jetson para un rendimiento eficiente.

Instalar

Para instalar el paquete, ejecute:

pip3 install jetson-examples

Notas:
Consulte aquí para conocer más métodos de instalación.
Para actualizar a la última versión, utilice: pip3 install jetson-examples --upgrade .

Inicio rápido

Para correr y chatear con LLaVA, ejecute:

reComputer run llava

Lista de ejemplo

A continuación se muestran algunos ejemplos que se pueden ejecutar:

Ejemplo	Tipo	Modelo/Tamaño de datos	Tamaño de imagen de Docker	Dominio
? Ultralíticos-yolo	Visión por computadora		15,4GB	`reComputer run ultralytics-yolo`
? Cámara en vivo profunda	intercambio de caras	0,5GB	20GB	`reComputer run deep-live-cam`
? fábrica de llamas	Ajuste fino LLM		13,5GB	`reComputer run llama-factory`
? Cómoda interfaz de usuario	Visión por computadora		20GB	`reComputer run comfyui`
Profundidad-cualquier cosa-V2	Visión por computadora		15GB	`reComputer run depth-anything-v2`
Profundidad-cualquier cosa	Visión por computadora		12,9GB	`reComputer run depth-anything`
yolov10	Visión por computadora	7,2 millones	5,74GB	`reComputer run yolov10`
llama3	Texto (LLM)	4,9GB	10,5GB	`reComputer run llama3`
Ollama	Servidor de inferencia	*	10,5GB	`reComputer run ollama`
LLaVA	Texto + Visión (VLM)	13GB	14,4GB	`reComputer run llava`
LLaVA en vivo	Texto + Visión (VLM)	13GB	20,3GB	`reComputer run live-llava`
Webui de difusión estable	Generación de imágenes	3,97G	7,3GB	`reComputer run stable-diffusion-webui`
nanobúho	Transformadores de visión (ViT)	613MB	15,1GB	`reComputer run nanoowl`
nanodb	Base de datos vectorial	76GB	7,0GB	`reComputer run nanodb`
Susurro	Audio	1,5GB	6,0GB	`reComputer run whisper`
Yolov8-inspección-de-rieles	Visión por computadora	6M	13,8GB	`reComputer run yolov8-rail-inspection`
TensorFlow MoveNet Trueno	Visión por computadora		7,7GB	`reComputer run MoveNet-Thunder`
Parler-TTS mini: expreso	Audio		6,9GB	`reComputer run parler-tts`

Nota: Debe tener suficiente espacio para ejecutar un ejemplo, como LLaVA , al menos 27.4GB en total.

Se pueden encontrar más ejemplos en ejemplos.md

Llamando a los contribuyentes ¡Únase a nosotros!

¿Cómo trabajar con nosotros?

¿Quieres agregar tu propio ejemplo? Consulte la guía de desarrollo.

¡Agradecemos contribuciones para mejorar los ejemplos de Jetson! Si tiene un ejemplo que le gustaría compartir, envíe una solicitud de extracción. ¡Gracias a todos nuestros contribuyentes!

Esta convocatoria abierta figura en nuestro Proyecto Colaborador. Si es la primera vez que te unes a nosotros, haz clic aquí para conocer cómo funciona el proyecto. Seguimos los pasos con:

Tareas: Ofrecemos una variedad de tareas para mejorar el contenido wiki, cada una con una descripción detallada.
Envío: los contribuyentes pueden enviar su contenido a través de una solicitud de extracción después de completar las tareas.
Revisión: Los mantenedores fusionarán el envío y registrarán las contribuciones.

Los contribuyentes reciben un bono en efectivo de $250 como muestra de agradecimiento.

Para cualquier pregunta o más información, no dude en comunicarse a través de la página de problemas de GitHub o comuníquese con [email protected]