고성능 GPU와 인공지능 엔진이 탑재된 NVIDIA 보드에 인공지능 딥러닝 기술을 및 적용 테스트해본 관점에서 기술하고 있다. 특히, 두 종류의 NVIDIA Jetson TX2 보드와 Xavier NX 캐리어보드 하에서 테스트된 응용들을 중점적으로 다루고 있다. 또한, 본 교재에 적용된 응용들은 개발환경이나 상황에 따라 GPU를 탑재한 리눅스 PC에서도 실행이 가능하다. 다음은 각 장에서 학습할 내용을 개략적으로 기술한 것이다.

1장 인공지능과 딥러닝 개요
1.1 개요
1.2 CNN(합성곱 신경망:Convolution Neural Network)
1.3 RNN(순환신경망:Recurrent Neural Network)
1.4 YOLO

2장 분류 성능지표 및 데이터셋
2.1 분류 성능평가지표
2.2 분류 성능척도의 응용
2.3 학습세트와 테스트세트
2.4 데이터셋 학습 절차
2.5 COCO 데이터셋
2.6 MNIST 데이터셋

3장 데이터 라벨링
3.1 라벨링 개요
3.2 라벨링 도구들
3.3 라벨링 포맷
3.4 Window 환경에서 labelImg 설치
3.5 Ubuntu 환경에서 labelImg 설치

4장 딥러닝 파이썬 라이브러리
4.1 개요
4.2 텐서플로우
4.3 케라스 라이브러리
4.4 텐서플로우와 케라스의 차이점
4.5 파이토치
4.6 넘파이

5장 아나콘다 개발환경 구축
5.1 아나콘다
5.2 주피터 노트북 설치
5.3 주피터 랩 설치

6장 Jetson TX2 개발환경 구축
6.1 TX2 개요
6.2 Jetpack, NVIDIA SDK Manager 개요
6.3 NVIDIA SDK Manager 설치
6.4 NVIDIA SDK Manager로 Jetson TX2에 Jetpack 설치

7장 Jetson Xavier NX 개발환경 구축
7.1 Jetson Xavier NX 개요
7.2 Jetpack, NVIDIA SDK Manager
7.3 NVIDIA SDK Manager 설치
7.4 NVIDIA SDK Manager로 Jetson Xavier NX에 Jetpack 설치

8장 TX2 보드에서 CNN 기반 객체 분류
8.1 CNN 개요
8.2 텐서플로우 설치실습
8.3 소프트맥스 함수를 이용한 필기 숫자 분류
8.4 Dogs-Cats 이미지 분류 실습

9장 NX 보드에서 CNN 기반 객체 분류
9.1 CNN 개요
9.2 텐서플로우 설치실습
9.3 소프트맥스 함수를 이용한 필기 숫자 분류
9.4 Dogs-Cats 이미지 분류 실습

10장 TX2 보드에서 YOLO 기반 객체 검출
10.1 YOLOv3 모델 학습
10.2 YOLOv5 모델 학습

11장 NX 보드에서 YOLO 기반 객체 검출
11.1 YOLOv3 모델 학습
11.2 YOLOv5 모델 학습

12장 머신러닝 기반의 얼굴인식 및 활용
12.1 얼굴인식 라이브러리
12.2 얼굴인식 패키지
12.3 Dlib 기반 머신러닝 실습
12.4 Haar Cascade 기반 얼굴인식 및 비식별화

13장 강화학습 알고리즘 및 응용
13.1 강화학습 개요
13.2 OpenAI GYM
13.3 Q-Learning
13.4 DQN