Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/202479 |
Resumo: | TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação. |
id |
UFSC_5c82f87298458d39dfe9e0f3a82cb0e8 |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/202479 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2Inteligência artificialVisão computacionalDeep learningCNNCarros autônomosTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.Com os recentes avanços nas áreas de navegação visual e inteligência artificial (deep learning), diversas áreas sofrem mudanças quanto ao modo de atacar e solucionar os problemas nelas existentes, como é o caso da área de navegação visual e veículos autônomos. Porém, não só técnicas teóricas tem avançado como também sistemas embarcados com foco em acelerar a prototipação de novas soluções vem acompanhando as novas mudanças. O presente trabalho tem como foco desenvolver um benchmark sobre sistemas embarcados especializados em algoritmos de inteligência artificial, realizando um estudo comparativo de modelos alinhados ao estado da arte, sobre a plataforma Jetson TX2, auxiliando a tomada de decisão quanto as ferramentas mais apropriadas para implementação de aplicações reais sobre a área de deep learning, como é o caso de carros autônomos.Florianópolis, SC.Von Wangenheim, AldoAlmeida Fernandes, Lucas deUniversidade Federal de Santa CatarinaBordignon, Lucas Pedro2019-12-08T12:41:05Z2019-12-08T12:41:05Z2019-11-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis201 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/202479info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2019-12-08T12:41:06Zoai:repositorio.ufsc.br:123456789/202479Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-12-08T12:41:06Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2 |
title |
Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2 |
spellingShingle |
Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2 Bordignon, Lucas Pedro Inteligência artificial Visão computacional Deep learning CNN Carros autônomos |
title_short |
Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2 |
title_full |
Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2 |
title_fullStr |
Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2 |
title_full_unstemmed |
Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2 |
title_sort |
Desenvolvendo um benchmark para deep learning sobre a plataforma Jetson TX2 |
author |
Bordignon, Lucas Pedro |
author_facet |
Bordignon, Lucas Pedro |
author_role |
author |
dc.contributor.none.fl_str_mv |
Von Wangenheim, Aldo Almeida Fernandes, Lucas de Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Bordignon, Lucas Pedro |
dc.subject.por.fl_str_mv |
Inteligência artificial Visão computacional Deep learning CNN Carros autônomos |
topic |
Inteligência artificial Visão computacional Deep learning CNN Carros autônomos |
description |
TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-12-08T12:41:05Z 2019-12-08T12:41:05Z 2019-11-18 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufsc.br/handle/123456789/202479 |
url |
https://repositorio.ufsc.br/handle/123456789/202479 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
201 f. application/pdf |
dc.publisher.none.fl_str_mv |
Florianópolis, SC. |
publisher.none.fl_str_mv |
Florianópolis, SC. |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808652171791564800 |