为 Unity* 开发 OpenVINO™ 对象检测推理插件教程：第 1 部分 – 设置
全文链接：https://www.intel.com/content/www/us/en/developer/articles/technical/developing-openvino-object-detection-unity-setup.html
openlab_4276841a
3年前
零基础安装并使用 OpenVINO™ integration with TensorFlow
概述 本文重点介绍 OpenVINO™ 最新功能，无缝集成 TensorFlow 框架，对于熟悉 TensorFlow 开发的开发者来说，在原有代码的基础上只需要添加几行简单代码 就可以实现模型精度不变的前提下推理加速，避免了显式地进行 OpenVINO™ 转换以及推理部分代码的重新编写，大大简化 OpenVINO™ 工具的使用，加速 AI 算法在生产环境中的应用部署。 该集成为提高 Tenso
openlab_4276841a
3年前
干货｜OpenVINO 模型性能评估工具—DL Workbench 的介绍与使用
1.什么是DL WorkbenchDL Workbench是可视化的OpenVINO模型性能评估工具，用户可以在web界面下选择已有的英特尔硬件设备进行模型评估。这个工具包含了下载深度学习模型、定制和生成推理所需数据集、优化模型、校准模型、调整和比较模型的性能，从而找到最符合工程实践的模型进行部署和使用。 2.DL Workbench支持哪些设备DL Workbench支持基于Intel CPU、
openlab_4276841a
3年前
使用OpenVINO优化和部署DenseNet模型并在DevCloud上完成性能测试_下篇
2. 使用 Intel® DevCloud 不同边缘节点面向边缘的 Intel® DevCloud 是一项云服务，旨在帮助开发人员使用 Intel® OpenVINO™ 工具套件构建原型并试验计算机视觉应用，注册成功后，可以访问一系列的基于 Python 和 C++的 Iupyter* Notebook 教程和示例解决方案，并通过 web 浏览器直接执行。本文通过 Jupyter* Noteboo
openlab_4276841a
3年前
使用OpenVINO优化和部署DenseNet模型并在DevCloud上完成性能测试-上篇
概述 Intel® DevCloud for the Edge支持在英特尔的硬件平台上主动构建原型并试验面向计算机视觉的AI 工作负载。其硬件平台托管在云环境中，专门用于深度学习，用户可以全面访问这些硬件平台。用户可以使用Intel® OpenVINO™ 工具套件以及CPU、GPU和VPU和FPGA的组合来测试模型的性能。Intel® DevCloud使用Jupyter* Notebook直接在w
openlab_4276841a
3年前
