redtail
redtail 2.0
딥 러닝을 사용하는 드론 및 지상 차량의 자율적 인 시각적 탐색 구성 요소. 시작 방법에 대한 자세한 내용은 Wiki를 참조하십시오.
이 프로젝트는 심층 신경망, 컴퓨터 비전 및 제어 코드, 하드웨어 지침 및 기타 아티팩트가 포함되어있어 사용자가 드론 또는 지상 차량을 구축 할 수있는 기타 아티팩트가 포함되어있어 산림 트레일, 보도 등과 같은 고도로 구조화되지 않은 환경을 자율적으로 탐색 할 수 있습니다. Nvidia의 Jetson Embedded Platform에서 내비게이션이 실행 중입니다. ARXIV 논문은 TRAILNET 및 기타 런타임 모듈에 대해 자세히 설명합니다.
프로젝트의 DNN (Deep Neural Networks)은 공개적으로 사용 가능한 데이터를 사용하여 처음부터 교육 할 수 있습니다. 이 프로젝트의 일부로 미리 훈련 된 DNN이 몇 개 있습니다. Trailnet DNN을 처음부터 훈련하려는 경우이 페이지의 단계를 따르십시오.
이 프로젝트에는 NVIDIA 플랫폼의 스테레오 카메라의 깊이를 추정 할 수있는 스테레오 DNN 모델과 런타임도 포함되어 있습니다.
IROS 2018 : 우리는 비전 기반 드론의 일환으로 IROS 2018 컨퍼런스에서 우리의 작업을 발표했습니다. 작업장.
CVPR 2018 : 자율 주행 워크숍의 일환으로 CVPR 2018 컨퍼런스에서 우리의 작업을 발표했습니다.
2020-02-03 : 대체 구현. Redtail 은 더 이상 개발되지 않았지만 다행히도 우리 커뮤니티는 프로젝트를 계속 개발했습니다. 레드 테일 , 질문 및 피드백에 대한 관심에 대해 사용자에게 감사드립니다!
일부 대체 구현은 아래에 나열되어 있습니다.
2018-10-10 : 스테레오 DNN ROS 노드 및 수정.
2018-09-19 : 스테레오 DNN 업데이트.
ResNet18 2D 모델에서 FP16 지원을 활성화하여 2 배의 성능 증가 (Jetson TX2의 20fps)를 초래했습니다.ResNet18 2D 모델에서 Tensorrt 직렬화를 활성화하여 모델 로딩 시간을 몇 분에서 1 초 미만으로 줄였습니다.2018-06-04 : CVPR 2018 워크숍. 스테레오 DNN의 빠른 버전.
GTC 2018 : GTC18의 스테레오 DNN 세션 페이지와 녹음 된 비디오 프레젠테이션은 다음과 같습니다.
2018-03-22 : Redtail 2.0.
2018-02-15 : TBS Discovery 플랫폼에 대한 지원이 추가되었습니다.
2017-10-12 : 전체 시뮬레이션 Docker 이미지, APM 로버에 대한 실험 지원 및 Mavros v0.21+에 대한 지원이 추가되었습니다.
2017-09-07 : Nvidia Redtail Project는 오픈 소스 프로젝트로 출시되었습니다.
Redtail의 AI 모듈은 딥 러닝 및 NVIDIA Jetson TX1 및 TX2 임베디드 시스템을 기반으로 자율 드론 및 모바일 로봇을 구축 할 수 있습니다. 소스 코드, 미리 훈련 된 모델 및 자세한 빌드 및 테스트 명령어는 GitHub에서 릴리스됩니다.
2017-07-26 : Tensorrt 2.1을 사용하여 Jetpack 3.1로의 마이그레이션 코드 및 스크립트.
Tensorrt 2.1은 새로운 기능 및 버그 수정뿐만 아니라 DNN 추론 성능을 크게 개선합니다. 이것은 Jetpack 3.1과 함께 Jetson을 다시 플래싱 해야하는 깨진 변화입니다.
