使用OpenVINO预处理API进一步提升YOLOv5推理性能
文章作者：杨雪锋 英特尔物联网行业创新大使 文章指导：武卓 英特尔AI软件布道师 1.1概述在《基于OpenVINOTM 2022.1实现YOLOv5推理程序》中详述了： · YOLOv5框架的安装和如何导出YOLOv5.onnx模型 · OpenVINOTM 2022.1的安装以及如何编写YOLOv5模型的推理程序 本文将介绍如何使用OpenVINOTM 2022.1的预处理API，进一
openlab_4276841a
1年前
作者 POORNIMA APTE作者 YIwei lee请试想，快餐餐厅可根据是哪些汽车驶入得来速车道，量身打造他们现有的食物类型。 请试想，能够侦测完工汽车零件渗透性有问题的先进摄影机。 或者是放射科医师可以与虚拟助理一起仔细检查 X 光片，然后挑出有问题的片子再看第二遍。 当前人工智能开发的重要性这些改良的作业方式全都仰赖人工智能（AI）驱动，而且各行各业使用人工智能的案例几乎都呈爆炸成长。
openlab_4276841a
1年前
Deci 和英特尔如何在 MLPerf 上实现高达 16.8 倍的吞吐量提升和 +1.74% 的准确性提升
作者： Amos Gropp — Deci AI 和 Guy Boudoukh — 英特尔实验室翻译：李翊玮 MLPerf 提交概述MLPerf是由来自学术界，工业界和研究实验室的AI领导者建立的非营利组织。MLPerf的目标是为机器学习硬件，软件和服务的训练和推理性能提供标准化和无偏见的基准测试。MLPerf会进行测试以不断改进和发展这些基准测试，每个基准测试都由模型、数据集、质量目标和延迟约束
openlab_4276841a
1年前
通过 OpenVINO™ Model Server和 TensorFlow Serving简化部署
作者： Milosz Zeglarski翻译： 李翊玮介绍在这篇博客中，您将学习如何使用OpenVINO Model Server中的gRPC API对JPEG图像执行推理。Model servers在顺利地将模型从开发环境引入生产方面发挥着重要作用。它们通过网络终结点提供模型，并公开用于与之交互的 API。提供模型后，需要一组函数才能从我们的应用程序调用 API。OpenVINO™ Model
openlab_4276841a
1年前
OpenVINO2022.1中AUTO插件和Auto-Batching特性的最佳实践
作者：YASUNORI SHIMURA Intel Technical Solution Specialist for Computer Vision Technology翻译：张晶1.1 概述OpenVINOTM 2022.1是自OpenVINOTM 2018年首次发布以来最大的更新之一，参见《OpenVINO™ 迎来迄今为止最重大更新，2022.1新特性抢先看！》。 在众多新特性中，AUTO
openlab_4276841a
1年前
