你将收获

海思35xx nnie初级用户能很快地上手

掌握yolov3样例算法模型在nnie仿真环境以及开发板上运行出正确结果

通过代码分析，可以更深刻地理解yolov3算法本身，从而知晓如何更改软件参数使得自己训练的yolov3模型能够正确的运行

适用人群

海思AI初、中、高级用户

课程介绍

本课程内容分为5个部分：

1.海思35xx SDK资料梳理以及SVP相关文档详细介绍

2.将darknet框架训练出来的yolov3模型转换成caffemodel

3.RuyiStudio工具的安装及其使用
4.Windows上仿真代码的运行以及代码分析

5.开发板上的sample代码的运行以及代码分析


本课程特色：

1. 不是照本宣科，着力把背后的原理讲清楚。

2. 实用性很强。 目标检测算法是计算机视觉基本任务之一，而YOLOv3则仍然是目前工业界中应用非常广泛的算法模型，从速度、准确度以及易用性的trade-off来看，它目前仍然是最好的算法模型之一。


课程目录

用AI创作
进入python技能树
学习更多python知识
去问答提问
推荐

嵌入式工程师养成计划之——嵌入式软件工程师完全学习指南

6节朱有鹏

体验极限编程（XP）

7节张传波

Java基础核心技术：面向对象编程(day05-day07)

32节宋红康

MFC上位机与STM32下位机通讯精讲

32节王凯杰

OpenCV图像分割实战视频教程

16节贾志刚

计算机视觉实战：如何使用OpenCV构建视觉应用

1节AI100讲师

刘山老师的其他课程
更多

SSD和Mobilenet SSD模型的训练，量化以及在海思芯片上的部署

刘山 1337人学习

Opencv4图像分割和识别实战课程

刘山 4116人学习

基于海思35xx nnie引擎进行经典目标检测算法模型推理

刘山 2464人学习

YOLOV3-Tiny模型的训练，量化以及在海思芯片上的部署

刘山 3047人学习

从YOLOV3到YOLOV4：算法原理及其实战

刘山 6126人学习