exemplos de jetson

Este repositório fornece exemplos para executar modelos e aplicativos de IA em dispositivos NVIDIA Jetson com um único comando.

Este repositório se baseia no trabalho dos contêineres jetson, ultralíticos e outros projetos excelentes.

Características

Fácil implantação: implante modelos de IA de última geração em dispositivos Jetson em uma linha.
Exemplos versáteis: Suporta geração de texto, geração de imagens, visão computacional e assim por diante.
⚡ Otimizado para Jetson: aproveita o hardware Nvidia Jetson para desempenho eficiente.

Instalar

Para instalar o pacote, execute:

pip3 install jetson-examples

Notas:
Verifique aqui mais métodos de instalação
Para atualizar para a versão mais recente, use: pip3 install jetson-examples --upgrade .

Início rápido

Para correr e conversar com o LLaVA, execute:

reComputer run llava

Lista de exemplos

Aqui estão alguns exemplos que podem ser executados:

Exemplo	Tipo	Tamanho do modelo/dados	Tamanho da imagem do Docker	Comando
? Ultralíticos-yolo	Visão Computacional		15,4 GB	`reComputer run ultralytics-yolo`
? Câmera ao vivo profunda	Troca de rosto	0,5 GB	20 GB	`reComputer run deep-live-cam`
? fábrica de lhama	Ajuste fino LLM		13,5 GB	`reComputer run llama-factory`
? UI confortável	Visão Computacional		20 GB	`reComputer run comfyui`
Profundidade-Qualquer coisa-V2	Visão Computacional		15 GB	`reComputer run depth-anything-v2`
Profundidade-Qualquer coisa	Visão Computacional		12,9 GB	`reComputer run depth-anything`
Yolov10	Visão Computacional	7,2 milhões	5,74GB	`reComputer run yolov10`
Lhama3	Texto (LLM)	4,9 GB	10,5 GB	`reComputer run llama3`
Ollama	Servidor de inferência	*	10,5 GB	`reComputer run ollama`
LLaVA	Texto + Visão (VLM)	13 GB	14,4 GB	`reComputer run llava`
LLaVA ao vivo	Texto + Visão (VLM)	13 GB	20,3 GB	`reComputer run live-llava`
Webui de difusão estável	Geração de imagem	3,97g	7,3 GB	`reComputer run stable-diffusion-webui`
Nanocoruja	Transformadores de visão (ViT)	613 MB	15,1 GB	`reComputer run nanoowl`
Nanodb	Banco de dados de vetores	76 GB	7,0 GB	`reComputer run nanodb`
Sussurrar	Áudio	1,5 GB	6,0 GB	`reComputer run whisper`
Inspeção ferroviária Yolov8	Visão Computacional	6 milhões	13,8 GB	`reComputer run yolov8-rail-inspection`
TensorFlow MoveNet Thunder	Visão Computacional		7,7 GB	`reComputer run MoveNet-Thunder`
Parler-TTS mini: expresso	Áudio		6,9 GB	`reComputer run parler-tts`

Nota: Você deve ter espaço suficiente para executar exemplos, como LLaVA , pelo menos 27.4GB no total

Mais exemplos podem ser encontrados exemplos.md

Chamando Colaboradores Junte-se a nós!

Como trabalhar conosco?

Quer adicionar seu próprio exemplo? Confira o guia de desenvolvimento.

Aceitamos contribuições para melhorar os exemplos de jetson! Se você tiver um exemplo que gostaria de compartilhar, envie uma solicitação pull. Obrigado a todos os nossos colaboradores!

Esta chamada aberta está listada em nosso Projeto Colaborador. Se esta é a primeira vez que você se junta a nós, clique aqui para saber como funciona o projeto. Seguimos os passos com:

Tarefas: Oferecemos uma variedade de tarefas para aprimorar o conteúdo do wiki, cada uma com uma descrição detalhada.
Envio: os colaboradores podem enviar seu conteúdo por meio de uma solicitação pull após concluir as tarefas.
Revisão: Os mantenedores mesclarão o envio e registrarão as contribuições.

Os contribuidores recebem um bônus em dinheiro de US$ 250 como forma de agradecimento.

Para qualquer dúvida ou mais informações, sinta-se à vontade para entrar em contato através da página de problemas do GitHub ou entre em contato com [email protected]