你将收获

快速开发计算机视觉原型案例

学习如何对模型压缩与量化

CPU级别实现实时运行深度学习模型

各种模型解析机器,学习OpenVINO SDK开发技术

适用人群

C++与Python开发者,图像处理与OpenCV开发者,在学本科生与研究生,模型加速研究开发者

课程介绍

详细介绍了OpenVINO整体架构、基本组件、核心组件DLDT与IE的使用,OpenVINO对模型加速执行推断的开发流程与步骤、相关SDK API函数如何在C++与Python环境下进行API调用,如何使用预训练模型快速开发图像分类、对象检测、语义分割、实例分割、车牌识别、行人检测、场景文字检测与识别、YOLOv5模型部署加速与推理、表情识别与landmark提取等高实时视频分析程序,使用模型优化器进行模型压缩转换与优化等OpenVINO核心技术演示与代码教学。一步一步教你构建CPU级别可实时的深度学习模型应用程序。部分演示程序截图如下(均基于CPU达到实时帧率,基于OpenVINO2021.02版本录制):


课程讨论

这个课程好像完全不适应新版本的openvino,如果打算用2020版本的openvino建议慎重考虑一下

我看识别一张图片需要8s左右,怎么达到五十八毫秒的