Configuración y ejecución de algoritmos de visión artificial en la tarjeta Nvidia Jetson TK1 DevKit
Authors
Álvarez Pastor, Mario LuisDate
2017Keywords
OpenCV
NVidia Jetson TK1
Unidades de procesamiento gráfico
CUDA
Visión estereoscópica
GPU
Document type
info:eu-repo/semantics/bachelorThesis
Version
info:eu-repo/semantics/acceptedVersion
Rights
Atribución-NoComercial-SinDerivadas 3.0 España
Access rights
info:eu-repo/semantics/openAccess
Abstract
En el presente Trabajo Fin de Grado (TFG) se aborda la evaluación de la tarjeta de desarrollo NVidia
Jetson TK1. Se trata de una tarjeta orientada a la ejecución de algoritmos de visión artificial a través
del cálculo en paralelo mediante la Unidad de Procesamiento Gráfico (GPU) de la tarjeta, que dispone
de un SOC (System on a Chip) Tegra K1 el cual incluye una GPU NVidia Tegra y un microprocesador
ARM Cortex A-15 entre otros periféricos.
La evaluación de la tarjeta se lleva a cabo desde dos perspectivas diferentes. En primer lugar, se realiza
un análisis a nivel de hardware para encontrar las ventajas y limitaciones para su uso en aplicaciones
de visión artificial, en concreto, se evalúa el uso de las librerías de OpenCV para visión en estéreo,
combinadas con un desarrollo de entorno gráfico en OpenGL. Posteriormente, se comparan los tiempos
de ejecución de diferentes algoritmos para evaluar los distintos rendimientos de la tarjeta y de su GPU y
CPU (Unidad Central de Proceso). This final degree thesis (TFG) adresses the evaluation of the NVidia Jetson TK1 development board. It is
a board oriented to the execution of computer vision algorithms using paralel computing on the Graphics
Processing Unit (GPU) integrated on the board. The Jetson TK1 includes Tegra K1 SOC (System on
a Chip) that integrates a NVidia Tegra GPU and an ARM Cortex A-15 microprocessor among other
peripherals.
The evaluation of the development board is carried out from two different perspectives. First, a
hardware level analisis is made in order to analyze the advantages and limitations for computer vision
applications, specially those that use OpenCV libraries for stereo vision, combined with a OpenGL graphical
environment. Then, computation cost are evaluated for different algorithms, so a comparaive of the
performance can be made between GPU and CPU (Central Processing Unit).
Files in this item
Files | Size | Format |
|
---|---|---|---|
TFG-Álvarez-Pastor-2017.pdf | 7.024Mb |
![]() |
Files | Size | Format |
|
---|---|---|---|
TFG-Álvarez-Pastor-2017.pdf | 7.024Mb |
![]() |