原创 贾志刚 英特尔物联网 引言 手写数字识别是一个很基础的模式识别问题，从传统特征提取加机器学习训练方法到深度神经网络训练的识别方法识别都会达到比较高的精度，同时手写数字识别也是一个特别不稳定，很难具备普适性的模型，需要针对性的数据集与训练，然后才得到比较好的识别精度。OpenVINO™ 在2021.4 版本中已经加入了手写数字识别的预训练模型，开始支持手写数字识别，以下面这张图（图-1）为例
openlab_4276841a
3年前
资料整理：英特尔 Edge AI 工程师 曹慧燕 「OpenVINO™ 工具套件」学习资源汇总 学习资源太多？太零散？你只要有这篇就够了！ “建议收藏” 官方下载地址: https://software.intel.com/content/www/cn/zh/develop/tools/openvino-toolkit/choose-download.html?cid=spcl@source=&c
openlab_4276841a
3年前
比YOLOv5还厉害的YOLOX来了，官方支持OpenVINO推理
内 容 来 源｜OpenCV学堂 YOLOX目标检测框架发布 旷视科技开源了内部目标检测模型-YOLOX，性能与速度全面超越YOLOv5， 如此神奇原因在于模型结构的修改，下图说明了改了什么地方： 把原来的耦合头部，通过1x1卷积解耦成两个并行的分支，经过一系列处理之后最终取得精度与速度双提升。实验对比结果如下： 提供预训练模型分为标准模型与移动端支持的轻量化模型： 官方支持自定义模型训练、导出O
openlab_4276841a
3年前
OpenVINO2021.4+YOLOX目标检测模型部署测试
内容来源｜OpenCV学堂本文基于YOLOX的ONNX模型分别测试了YOLOX-Small与YOLOX-Tiny版本的模型。硬件配置与软件版本： Win10 64位 CPU CORE i7 8th VS2017 OpenVINO2021.4型号说明两个模型的输入与输出格式分别如下： 以YOLOX为例，解释输出的内容是什么，看模型的输出图标如下： 有三个输出层，分别是8倍、16倍、32倍的降采样，输
openlab_4276841a
3年前
零基础教你使用OpenVINO™工具套件部署YOLOv3模型
以下文章来源于英特尔物联网 ，作者王一凡 概述目标检测(Obiect Detection)近年来一直是深度学习视觉领域理论和应用的研究热点，目标检测即是在给定的图像中找到期望的物体，同时确定物体的标签和位置。 YOLOv3(You Only Look Once,Version 3)是一种实时目标检测算法。本文在YOLOv3算法的基础上，介绍了目标检测模型的训练和部署，具体步骤如下。 第一步，使用P
openlab_4276841a
3年前
