Overzicht
Jetson NANO 4GB B01 AI Large Model Developer Kit is een compact ontwikkelaarskit (ontwikkelaarsbordplatform) ontworpen om te beginnen met AI. Het kan meerdere neurale netwerken parallel uitvoeren voor toepassingen zoals beeldclassificatie, objectdetectie, segmentatie en spraakverwerking, en kan draaien met slechts 5 watt.
Dit Jetson Nano-platform maakt gebruik van een quad-core ARM Cortex-A57-processor en een 128-core Maxwell GPU met 4GB LPDDR-geheugen, en ondersteunt populaire AI-frameworks en algoritmen zoals TensorFlow, PyTorch, Caffe/Caffe2, Keras en MXNet.
Belangrijkste Kenmerken
- CPU: Quad-core ARM A57 @ 1.43 GHz
- GPU: 128-core Maxwell
- AI-rekenkracht: 473 GFLOPS (ook vermeld als 472 GFLOP in de verstrekte tekst)
- Laag energieverbruik: slechts 5 W (ook weergegeven als 5 W–10 W in verstrekt vergelijkingsmateriaal)
- Video-encode: 4K @ 30; 4x 1080p @ 30; 9x 720p @ 30 (H.264/H.265)
- Video decodering: 4K @ 60; 2x 4K @ 30; 8x 1080p @ 30; 18x 720p @ 30 (H.264/H.265)
- Camera-interface: MIPI CSI-2 DPHY kanaal *2
- Display: HDMI en DP
- Netwerken / uitbreiding: Gigabit Ethernet; M.2 Key E; ondersteunt M.2 dual-band hogesnelheidsnetwerkkaart; ondersteunt USB hogesnelheidsnetwerkkaart
- USB: 4x USB 3.0; USB 2.0 Micro-B
- Andere I/O vermeld: GPIO, I2C, I2S, SPI, UART
- Vermelde stroomingangen: micro USB, DC-stroom, en PoE (zoals vermeld in de verstrekte tekst)
Specificaties
| CPU | Quad-core ARM A57 @ 1.43 GHz |
| GPU | 128 core Maxwell |
| AI rekencapaciteit | 473 GFLOPS |
| Geheugen | 4 GB 64 bit LPDDR4 25.6 GB/s |
| Video-encoder | 4K @ 30 | 4x 1080p @ 30 | 9x 720p @ 30 (H.264/H.265) |
| Videodecoder | 4K @ 60 | 2x 4K @ 30 | 8x 1080p @ 30 | 18x 720p @ 30 (H.264/H.265) |
| Camera-interface | MIPI CSI-2 DPHY-kanaal *2 |
| Verbinding | Gigabit Ethernet, M.2 Key E |
| Beeldscherm | HDMI en DP |
| USB | 4 USB 3.0, USB 2.0 Micro-B |
| Internet (zoals vermeld) | Ondersteunt USB-hogesnelheidsnetwerkkaart; Ondersteunt M.2 dual-band high-speed netwerkkaart |
| Overige | GPIO, I2C, I2S, SPI, UART |
| Afmetingen | 100 mm x 80 mm x 29 mm |
Opslagnotities (Officiële Demo vs SUB Versie)
- Het verstrekte vergelijkingsmateriaal vermeldt twee varianten: Jetson Nano 4GB Developer Kit (SUB) en Jetson Nano 4GB Developer Kit (Officiële Demo).
- SUB opslag (getoond): 16GB eMMC. Het materiaal vermeldt dat de board kan worden gestart zonder externe opslag, en dat 16GB eMMC voldoet aan reguliere ontwikkelingsbehoeften en compatibel is met het officiële systeemimagebestand.
- Officiële Demo opslag (getoond): microSD (Niet inbegrepen). Het materiaal vermeldt dat gebruikers een TF-kaart (microSD) moeten aanschaffen en het systeemimagebestand moeten schrijven om de board te starten.
- Als de opslagcapaciteit onvoldoende is voor een project, kan de capaciteit volgens het materiaal worden uitgebreid met een USB-schijf of TF-kaart.
TF-kaart / Systeemafbeelding Opmerking
- Het verstrekte materiaal vermeldt: “De TF-kaart die in de verzendlijst is opgenomen, is allemaal beschreven met de systeemafbeelding.”
- Het verstrekte materiaal vermeldt ook: “Alle versies van de kit bevatten een 64GB TF-kaart.”
- Een andere opmerking stelt dat het installeren van de officiële systeemafbeelding + AI-omgevingconfiguratie meer dan 32GB kan overschrijden, en het wordt aanbevolen om een U-schijf/TF-kaart van 64GB of meer te gebruiken.
Tutorial Video's
Cursus / Tutorial Inhoud (zoals verstrekt)
- Bijgewerkt in juni 2026: OpenClaw implementatie- en applicatietutorials (NIEUW). Twee interactiemethoden worden vermeld: WAP en stemmodules.
- Geavanceerde ROS-tutorials (HOT): ROS1- en ROS2-basisprincipes en gerelateerde leermaterialen worden getoond.
- Geavanceerde AI Vision Development Tutorials (HOT): omvat items zoals on-board camera tutorial, USB externe camera test, Jetson-Inference omgevingsconstructie, DeepStream omgevingsconstructie, en meer (zoals vermeld in de onderstaande inhoudsopgave).
Jetson Nano B01 Cursusoverzicht (uittreksel)
- Snel aan de slag: 1. Leer de route; 2. Snelstartgids
- Jetson Nano B01 Basistutorial: 1. Inleiding tot Jetson Nano B01; 2. Flash het systeemimage; 3. Geflashte SD opnieuw lezen schijf; 4. Jetson Nano B01 start; 5. Schrijf het officiële image (SDK)
- Jetson Nano B01 SUB board basistutorial: 1. Inleiding tot de Jetson Nano B01 SUB board; 2. Schrijf EMMC systeemimage
- TF opstarten: 1.Jetson Nano SUB TF-kaart opstarten en schalen; 2. Schrijf TF-kaart systeemimage; 3. Geflashte SD opnieuw lezen schijf; 4. Schrijf TF-kaart opstarten
- U-schijf opstarten: 1. Schrijf EMMC opstarten; 2. Schrijf U-schijf systeem; 3. Geflashte U-schijf opnieuw lezen schijf; 4. Jetson Nano SUB opstarten
- Systeem basisinstelling tutorial: 1. Inleiding tot het Jetson Nano B01 systeem en desktop; 2. SD-kaart uitbreiding; 3. Netwerkconfiguratie; 4. SSH Telnet & Bestandsoverdracht; 5. VNC remote login; 6. Jetson Nano B01 systeem back-up; 7. Jetson Nano B01 wisselruimte vergroot; 8. Installatie en gebruik van Jtop
- GPIO hardware controle tutorial: 1. API-gebruik van GPIO-bibliotheken; 2. Jetson Nano B01 hardware bibliotheekconfiguratie; 3. Pin leesfunctie; 4. Pin niveau-uitgangscontrole; 5. Controleer LED; 6. Jetson Nano B01 communiceert met externe apparaat seriële poorten; 7. Jetson Nano B01 I2C-communicatie
- AI geavanceerde visuele tutorial: 1.1. Tutorial voor on-board camera; 2. Test van USB externe camera; 3. Installatie van Jupyter lab en Jetcham; 4. Installeer TensorFlow (optioneel); 5. Constructie van Jetson-Inference omgeving (optioneel); 6. Hallo AI Wereld; 7. Redenering beeldclassificatie; 8. Redenering objectdetectie; 9. Semantische segmentatie; 10. Pose schatting; 11. Actieherkenning; 12. Achtergrondverwijdering; 13. Monoculaire diepteschatting; 14. Constructie van DeepStream omgeving (optioneel); 15. Automobielinspectie; 16. Introductie tot yolo5; 17. Constructie van YOLO5 omgeving (optioneel); 18. Real-time detectie van yolo5; 19. yolo5 + tensorrt versnelling; 20. yolo5 + tensorrt versnelling + Deep Stream (open camera); 21. Constructie van Mediapipe omgeving (optioneel); 22. Ontwikkeling van Mediapipe; 23. Lees Mij
- YOLOv11 / YOLO26 Geavanceerd Gebruik (NIEUW): 00. Moet gelezen worden voor uitvoering; 01. Constructie van YOLOv11 omgeving; 02. CLI Gebruik; 03. Objectdetectie; 04. Instance Segmentatie; 05. Pose Schatting; 06. Beeldclassificatie; 07. Georiënteerde begrenzingsvak objectdetectie; 08. Modelconversie
- ROS1 basiscursus: 1. Introductie tot ROS; 2. Projectbestandsstructuur; 3. Algemene commando's en tools; 4. Publisher; 5. Abonnees; 6. Aangepaste onderwerpberichten en gebruik; 7. Client; 8. Server; 9. Aangepaste serviceberichten en gebruik; 10. TF-release en monitoring
- ROS1 visuele beeldverwerkingscursus: 1. AR-visie; 2. AR QR-code; 3. ROS+OpenCV basis; 4. ROS+OpenCV toepassing; 5. MediaPipe ontwikkeling
- ROS2 basiscursus: 1. Introductie tot ROS2; 2. ROS2 installatie Humble; 3. ROS2 ontwikkelomgeving; 4. ROS2 werkruimte; 5. ROS2 functiepakket; 6. ROS2 node; 7. ROS2 onderwerpcommunicatie; 8. ROS2 servicecommunicatie; 9. ROS2 actiecommunicatie; 10. ROS2 aangepaste interfacebericht; 11. ROS2 parameterservicegeval; 12. ROS2 meta-functiepakket; 13. ROS2 gedistribueerde communicatie; 14. ROS2 DDS; 15. ROS2 tijd gerelateerde API; 16. ROS2 algemene opdracht tools; 17. ROS2 rviz2 gebruik; 18. ROS2 rqt gereedschapskist; 19. ROS2 Launch opstartbestand configuratie; 20. ROS2 opname- en afspeeltool; 21. ROS2 URDF model; 22. ROS2 Gazebo simulatieplatform; 23. ROS2 TF2 coördinatentransformatie
- Docker Cursus: 1. Overzicht en installatie; 2. Algemene opdrachten; 3. Begrijpen en publiceren van afbeeldingen; 4. Hardware interactie gegevensverwerking; 5. Betreed docker container; 6. Update docker afbeeldingen
- OpenCV beeldverwerkingscursus: 1. OpenCV Basiscursus; 2. ROS+opencv toepassing; 3. QR code herkenning; 4. AR Visie; 5. Mediapipe
- Offline AI grote model tutorials: 0. AI grote model systeem afbeelding instructies; 1. AI grote model omgeving implementatie; 2. Installeer groot model dialoogplatform; 3. Meta AI Llama 3.2 model; 4. Alibaba Cloud Qwen2 model; 5. Alibaba Cloud Qwen3 model; 6. SUTD TinyLlama; 7. DeepSeek DeepSeek-R1 model; 8. Microsoft Phi-3; 9. Microsoft Orca Mini; 10. NVIDIA StarCoder2; 11. Google Gemma3 Visual Multimodal Large Model; 12. Offline Tekst naar Spraak (TTS); 13. Offline Spraak naar Tekst (ASR)
- Online grote model tutorials: 1. OpenRouter grote model API-aggregatieplatform; 2. Multimodale visuele begrijpingsapplicatie; 3. Multimodale visuele lokalisatieapplicatie; 4. Multimodale tafelscanapplicatie; 5. Multimodale autonome proxy-applicatie
- Online grote model (Spraakinteractie): 0. Spraakinteractie hardwareverbinding (ReadMe); 1. Offline spraak naar tekst (ASR); 2. Offline tekst naar spraak (TTS); 3. AI grote model spraakinteractie; 4. Multimodale visuele begrijpingsspraakinteractie; 5. Multimodale visuele positieapplicatie; 6. Multimodale tafelscanapplicatie; 7. Multimodale autonome proxy-applicatie; 8. AI grote model offline spraakassistent
- OpenClaw implementatie en basisgebruik: 1.OpenClaw Implementatie; 2. OpenClaw WAP plugin applicatie; 3. OpenClaw WebChat interactie; 4. OpenClaw TUI interactie; 5. OpenClaw tools introductie; 6. OpenClaw Gate gateway gebruikershandleiding; 7. OpenClaw functies overzicht; 8. OpenClaw hub introductie (Skill installatie); 9. OpenClaw applicatie-bestandsbeheer; 10. OpenClaw applicatie-camera; 12. OpenClaw applicatie-scriptuitvoering; 13. OpenClaw applicatie-programmering (Perifeer & GPIO Controle); 14. OpenClaw applicatie-toegewijde AI Assistent
- OpenClaw voorbereiding voor gebruik: 1. Perifere hardwareconfiguratie; 2. OpenClaw API-KEY configuratie; 3. OpenClaw schakelmodel; 4. OpenClaw promptwoorden; 5. AI spraakinteractie configuratie; 6. 3D schema configuratietests
- OpenClaw Perifere Act programmering (Perifere controle): 1. Servo controle; 2. RGB lichtstrip; 3. OLED
- OpenClaw uitbreiding geavanceerde ontwikkeling: 1. Temperatuur- en vochtigheidssensoren; 2. Camera-applicatie; 1. Plantenzorg butler; 2. AI-warmte schatting; 3. AI-Gokspel met Palm; 4. AI Huisdier; 5. AI Meteorologisch Station; 6. Temperatuurgevoeligheidsmeter; 7. Geplande taken
Inhoud van de verpakking (aantekeningen getoond)
- Geleverde materiaalstatus: afzonderlijke bordbediening vereist een voedingsadapter en een 64G-geheugenkaart.
Toepassingen
- Edge AI prototyping: beeldclassificatie, objectdetectie, segmentatie, spraakverwerking
- ROS leren en robotica-ontwikkeling (ROS-systeem / ROS-robot worden getoond als ondersteunde leerdoelen in het geleverde materiaal)
- Computer vision en cameragebaseerde projecten via MIPI CSI-2 (2 kanalen) of USB-camera's (zoals vermeld in de cursusinhoud)
Voor orderbevestiging (opslagvariant, inbegrepen accessoires) of integratievragen (M.2 Key E WiFi-kaarten, camera's, stroom), contact [email protected] or bezoek https://rcdrone.top/ .
Details




































Related Collections
