Jetson Nano для ООО "ПТС" - кафедра ВТ МЭИ - пример Training ResNet-18 Model - результат

Установлен Ubuntu 18.04.6 LTS (GNU/Linux 4.9.253-tegra aarch64)
Jenson Nano 4GB Developer Kit
Внешняя (USR 2.0) WEB-камера CANYON 1.3 Megapixels Model CNE-CWC1
Модель DNN-сети - ResNet-18
Рассматривается три класса ситуаций:
1. Контрольный пункт - пост визуальной проверки качества сборочных операций пуст ("EMPTY")
2. На контрольный пост поступило полностью укомплектованная сборка ("OK")
3. На контрольный пост поступило неполностью укомплектованная сборка ("BAD")
Развитие состава и качества снимков привело к тому, что датасет для этих трех классов "вырос" с 384 МБ до 3,02 ГБ.
Время ретренинга новго датасета (PyTorch тренинровочный скрипт train.py из библиотеки nVIDIA Development Kit 4 Jetson) составило чуть менее 8 часов.
3.02 Гб Х 35 эпох X 800 секунд на эпоху (от 750 секунд до 892 секунд)