第三届NVIDIA-SKY-hackathon参赛回顾

1. 比赛介绍

Sky Hackathon 项目旨在帮助在校学生、深度学习开发者在 NVIDIA Jetson 边缘高性能计算产品上部署和优化人工智能应用。在经验丰富的 GPU 导师指导下，通过黑客松竞赛的方式学习业界所需的深度学习相关应用开发及其并行计算技能，激发学生们的学习兴趣与创新力。
Sky Hackathon 为参加者提供了一个难得的学习并实操的机会，学习嵌入式深度学习开发所需的动手技能， 通过使用 NVIDIA 最新的编程模型、库和工具以加速和优化他们的AI应用程序。
比赛主题： NANO交通环境感知
参赛邀请信：https://devforum.nvidia.cn/forum.php?mod=viewthread&tid=11632

2. 参赛指南

由于参赛时间久远，一些截图与数据不全。引用同届一组高质量指南供大家参考：https://blog.csdn.net/Dequn_Teng_CSDN/article/details/111322515

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Dequn_Teng_CSDN/article/details/111322515
————————————————
版权声明：本文为CSDN博主「SyncStudy」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Dequn_Teng_CSDN/article/details/111322515

3. 参赛收获

通过这次比赛学到了：

• 如何清理训练数据集，做json与kitti标注格式的转化
• 如何使用nvidia TLT工具在服务器端训练目标检测模型并进行导出
• 将导出的etlt模型文件在NANO端进行部署
• 如何提升模型的准确性（训练集优化、训练参数优化、对原始数据做一定的预处理）