IGNACIO DANIEL GÓMEZ GRACIÁN
U$ 17,69 15,86 €
U$ 17,69 15,86 €
Prólogo
¿Para quién va dirigido este libro?
Requisitos para trabajar con este libro
¿Qué aprenderemos en este libro?
¿Cómo trabajar con este libro?
Contacto y redes sociales
Agradecimientos
Capítulo 1. Introducción
1.1. Redes neuronales
1.2. Redes neuronales convolucionales
1.3. Python
1.4. Cámara Intel RealSense
1.5. Actuadores
1.6. Señales digitales en la Jetson NVIDIA
1.7. Docker
1.8. Git y GitHub
1.9. MediaPipe
1.9.1. Reconocimiento de gestos y movimientos
1.9.2. Tareas de texto
1.10. TensorFlow
Capítulo 2. Linux
2.1. Moverse por Linux
2.2. Características de Linux
2.3. Estructura de Linux
2.3.1. Administración de memoria
2.3.2. Espacio de intercambio
2.3.3. El Kernel
2.4. Sistema de archivos en Linux
2.4.1. Tipos de sistemas de archivos
2.4.2. Compatibilidad entre sistemas de archivos
2.4.3. Sistema de archivos en Linux
2.4.4. Archivos ocultos en Linux
2.5. Comandos útiles
2.5.1. Concepto de recursividad
2.5.2. Comandos para el trabajo con archivos
2.5.3. Comandos para obtener información del sistema
2.5.4. Comandos para la gestión de procesos
2.5.5. Comandos para redes
2.5.6. Comandos para instalación
2.5.7. Combinaciones de teclas útiles
2.6. Usuarios
2.6.1. Superusuario
2.6.2. Gestión de usuarios
2.6.3. Grupos
2.7. Permisos de los archivos
2.7.1. Comando chmod
2.7.2. Comando chown
2.8. Distribución Linux Ubuntu
2.8.1. Características del sistema
2.8.2. Requisitos para instalar Ubuntu
Capítulo 3. Introducción al desarrollo de inteligencia artificial con tarjetas Raspberry Pi 4
3.1. Advertencias de uso de Raspberry Pi
3.2. Instalación del sistema operativo
3.3. Configuración de la Raspberry Pi 4
3.3.1. Control remoto de la Raspberry Pi 4
3.3.2. Obtención de la dirección IP de la Raspberry Pi
3.3.3. Problemas de visualización
3.3.4. Instalación de Visual Studio Code
3.3.5. Instalación de la librería Pyrealsense
3.3.6. Instalación de la librería OpenCV
3.4. Implementación de código
3.5. Descripción del primer código a implementar
3.6. Ejecutar códigos en Python
Capítulo 4. Introducción al desarrollo de inteligencia artificial acelerada con tarjetas gráficas NVIDIA en Windows 11
4.1. Compilación de CUDA para Windows
4.2. Código de visión artificial acelerada
Capítulo 5. Proyecto Jetson Nano: visión artificial con reconocimiento de profundidad
5.1. Instalación del sistema operativo
5.2. Control remoto de Jetson Nano
5.3. Instalación de Visual Studio Code
5.4. Instalación de librerías CUDA OpenCV
5.5. Instalación de librerías Pyrealsense
5.6. Código de detección de distancia de personas
5.7. Conexión de Jetson Nano al vehículo inteligente
Capítulo 6. Proyecto Jetson Orin Nano: visión artificial multicámara con reconocimiento de profundidad
6.1. Instalación del sistema operativo
6.2. Control remoto
6.3. Instalación de librerías CUDA OpenCV
6.4. Instalación de la librería Pyrealsense
6.5. Código de detección de distancia de personas con múltiples cámaras
Capítulo 7. Docker en la Jetson NVIDIA
7.1. TensorFlow en Docker
7.2. Entrenamiento de red neuronal en TensorFlow
Capítulo 8. MediaPipe Jetson Orin Nano
8.1. Creación del entorno virtual e instalación de MediaPipe
8.2. Contador de dedos
8.3. Control de LEDs con gestos
8.4. Detección de rostro
Capítulo 9. Conexión Server Socket
Material adicional
Este libro ofrece una introducción completa y práctica al desarrollo de aplicaciones de inteligencia artificial y visión computacional utilizando las plataformas Jetson de NVIDIA, dispositivos diseñados específicamente para ejecutar modelos de IA en sistemas embebidos con alto rendimiento y eficiencia energética. A lo largo de la obra se presentan los fundamentos necesarios para trabajar con entornos basados en Linux y Ubuntu, así como las principales herramientas del ecosistema de desarrollo, entre ellas CUDA, Docker, TensorFlow y diversas bibliotecas especializadas en visión artificial y procesamiento de imágenes.
Mediante una metodología orientada a proyectos, el lector aprenderá a implementar soluciones de visión computacional aceleradas por GPU, explorando técnicas de detección y reconocimiento de objetos, análisis de profundidad mediante cámaras Intel RealSense y aplicaciones capaces de generar señales de control a partir de la interpretación visual de personas, vehículos y otros elementos del entorno. Cada capítulo combina conceptos teóricos con ejercicios y desarrollos prácticos que facilitan la comprensión de los procesos de diseño, entrenamiento e implementación de modelos de inteligencia artificial en dispositivos de borde (Edge AI).
Dirigida a estudiantes, desarrolladores, investigadores y profesionales del ámbito tecnológico, esta obra proporciona las bases necesarias para iniciarse en el uso de las plataformas Jetson y en el desarrollo de soluciones de inteligencia artificial con aceleración por hardware. Gracias a su enfoque aplicado, el lector adquirirá competencias para diseñar, implementar y desplegar sistemas de visión artificial orientados a aplicaciones industriales, científicas, robóticas y de automatización avanzada.
