使用OpenVINO™ 优化和部署DenseNet模型并在DevCloud上完成性能测试
2 使用Intel® DevCloud 不同边缘节点进行性能测试面向边缘的Intel® DevCloud是一项云服务，旨在帮助开发人员使用OpenVINO™ 工具包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* Notebook中给出的基于Python语言
openlab_4276841a
2年前
PyTorch + OpenVINO™ 开发实战系列教程 第三篇
第3章 图象分类 通过前面两章的学习，我们已经了解Pytorch框架跟OpenVINO™ 工具套件框架的用途，并且搭建好了开发环境，为本章学习做好了准备工作。本章介绍计算机视觉的基础任务之一图象分类的基本概念、深度学习对图象分类任务的推进与影响，常用的图象分类网络，基准数据集。Pytorch框架自带的图象分类预训练模型库中模型、使用预训练模型实现图象分类、如何导出模型为ONNX格式，使用OpenV
openlab_4276841a
2年前
PyTorch + OpenVINO™ 开发实战系列教程 第二篇
第2章 OpenVINO™ 介绍与开发准备前面一章主要介绍Python与Pytorch开发环境搭建，以及一些概念与术语解释，Pytorch基础代码与常见操作的函数演示。本章我们将重点介绍OpenVINO™ 开发框架，系统化介绍OpenVINO™ 下载安装、测试验证、组件功能、开发环境配置与代码测试，使用其包含的OpenCV如何实现基本的图象与视频读写、基本图形绘制与显示等。 希望通过本章学习之后读
openlab_4276841a
2年前
PyTorch + OpenVINO™ 开发实战系列教程 第一篇
第1章 Pytorch介绍与基础知识 大家好，本章是主要介绍一下深度学习框架Pytorch的的历史与发展，主要模块构成与基础操作代码演示。重点介绍Pytorch的各个组件、编程方式、环境搭建、基础操作代码演示。本章对有Pytorch开发经验的读者来说可以直接跳过；对初次接触Pytorch的读者来说，通过本章学习认识Pytorch框架，搭建好Pytorch的开发环境，通过一系列的基础代码练习与演示建
openlab_4276841a
2年前
没有GPU仅用CPU也可以玩转AI？英特尔openVINO工具套件课程总结
首先介绍一下这个课程，也是我最近发现的一个好课。直接交你如何在自己电脑上跑视觉模型，仅仅用一块CPU，不用GPU，也不同任何的硬件加速就可以实现一些很好的模型。 下面是课程的链接，我觉得他们讲的非常清晰，如果我写的地方有不清楚的部分可以看一下他们的那个课程,全免费的： http://edu.csdn.net/course/detail/27685?utm_source=coderacademy 基
openlab_4276841a
2年前
