课程总结与展望

课程总结与展望

读到本指南的最后，您已经走完了一条完整的学习路径——从 Jetson 平台基础与开发工具，到计算机视觉、离线 LLM、生成式 AI、ROS 机器人，以及实用的 Jetson 应用案例。

您已经掌握的内容

  • Jetson 平台基础、系统搭建、常用开发者工具与远程调试方法
  • 核心开发能力，包括 CUDA、TensorRT、Docker、PyTorch 与 TensorFlow
  • 计算机视觉工作流、模型训练以及边缘部署
  • 离线文本 LLM、视觉语言模型与语音交互流水线
  • ROS1、ROS2 以及在 Jetson 上的实用机器人开发

推荐后续步骤

  1. 选择一个主要方向深入研究：视觉、机器人、离线 LLM 或多模态应用。
  2. 通过组合 模块 5、模块 7 与 模块 9 来构建一个完整项目。
  3. 在自己的 Jetson 项目中复用本课程中的环境搭建、部署、远程开发与调试方法。

推荐项目路径

  • 如果您偏向边缘 AI 应用开发，可以从一个计算机视觉或离线 LLM 演示开始，然后将其扩展为完整系统。
  • 如果您偏向机器人方向，可将 ROS2、视觉与语音模块组合成导航、感知或交互项目。
  • 如果您已具备一定开发经验，可以将本仓库中的模式转化为您自己的项目模板与部署脚本。