摘要: Jetson Nano Developer Kit，是一款体积小巧、功能强大的人工智能(AI)开发套件，可助你快速入门学习AI技术，并将其应用到各种智能设备。
自2019年3月19号，NVIDIA（英伟达）发布Jetson Nano以来，配合NVIDIA不断更新的AI教程资料，这一款官方售价99美刀的AI开发套件大受创客和教育者欢迎。如果你想入门AI，但是又苦于囊中羞涩，如果你想接触AI，但是又困于资料匮乏的话，相信我，Jetson Nano Developer Kit会是你不二的选择。
Jetson nano搭载四核Cortex-A57 MPCore 处理器，采用128 核 Maxwell™ GPU。支持JetPack SDK. 支持主流的AI框架和算法，例如TensorFlow， PyTorch, Caffe/Caffe2, Keras, MXNet等。 支持人脸识别，物体识别追踪，对象检测和定位等应用。
1.Micro SD 卡卡槽: 可接入TF卡（16G以上），烧写系统镜像 2.40PIN GPIO扩展接口（兼容树莓派40PIN接口） 3.Micro USB接口：用于5V电源输入或者USB数据传输 4.千兆以太网口: 10/100/1000Base-T 自适应以太网端口 5.USB3.0接口：4个USB3.0接口 6.HDMI高清接口：用于外接HDMI屏幕 7.DisplayPort接口：用于外接DP屏幕 8.DC电源接口：用于外接5V电源（外径5.5， 内径2.1） 9.MIPS CSI 摄像头接口：兼容树莓派摄像头接口
下面这一份表格是NVIDIA官方给出的性能对比表格，以供参考 DNR表示无法运行。
ModelApplicationFrameworkNVIDIA Jetson NanoRaspberry Pi 3Raspberry Pi 3 + Intel Neural Compute Stick 2ResNet-50(224×224)ClassificationTensorFlow36 FPS1.4 FPS16 FPSDNRMobileNet-v2 (300×300)ClassificationTensorFlow64 FPS2.5 FPS30 FPSSSD ResNet-18 (960×544)Object DetectionTensorFlow5 FPSDNRDNRSSD ResNet-18 (480×272)Object DetectionTensorFlow16 FPSDNRDNRSSD ResNet-18 (300×300)Object DetectionTensorFlow18 FPSDNRDNRSSD Mobilenet-V2 (960×544)ObjectDetectionTensorFlow8 FPSDNRSSD Mobilenet-V2 (480×272)Object DetectionTensorFlow27 FPSDNR7 FPSSSD Mobilenet-V2(300×300)Object DetectionTensorFlow39 FPS1 FPS11 FPSInception V4(299×299)ClassificationPyTorch11 FPSDNRDNRTiny YOLO V3(416×416)Object DetectionDarknet25 FPS0.5 FPSDNROpenPose(256×256)Pose EstimationCaffe14 FPSDNR5 FPSVGG-19 (224×224)ClassificationMXNet10 FPS0.5 FPS0.5 FPSSuper Resolution (481×321)Image ProcessingPyTorch15 FPSDNR0.6 FPSUnet(1x512x512)SegmentationCaffe18 FPSDNR5 FPS薛之谦-刚刚好
