基于OpenVINO™ 2022.2与oneAPI构建GPU视频分析服务流水线 第二篇

作者:杨亦诚任务背景在 Part 1 部分我们已经讨论了如何在英特尔® GPU 设备上利用 oneVPL 和 OpenVINO™ 构建一个简单的视频分析流水线服务,但是在真实的工程环境中,为了能进一步“压榨”边缘设备有限硬件资源,降低项目成本,单台 AI Box 往往需要接入不止一路的视频分析任务,并同时进行解码与推理,这种情况如何优化多任务进程下的 AI 分析性能也成为了另外一大挑战。 图:AI

小o 22天前
124 0 0

实现敏捷智能工厂,不是“画饼充饥”!

文章转载自公众号《英特尔物联网》

小o 22天前
48 0 0

基于EdgeX和OpenVINO的数智化生产车间管理系统

作者:大恒仪器 数字化转型已经成为中国企业转型升级的必由之路,具有前瞻思维的众多企业也在积极探索和实践,尤其是工业方面的制造业,他们将数字化转型作为公司战略,强调真正的落地应用,为此要突破各种技术和导入瓶颈,其中工业生产现场的数字化升级就面临着很多挑战。工业生产现场数字化现状与痛点 数字化转型已经成为中国企业转型升级的必由之路,具有前瞻思维的众多企业也在积极探索和实践,尤其是工业方面的制造业,他

openlab_4276841a 24天前
133 0 0

在英特尔独立显卡上部署YOLOv5 v7.0版实时实例分割模型

作者:英特尔物联网创新大使 贾志刚 本文将介绍在基于OpenVINO在英特尔独立显卡上部署YOLOv5实时实例分割模型的全流程,并提供完整范例代码供读者使用。1.1 YOLOv5实时实例分割模型简介YOLOv5是AI开发者友好度最佳的框架之一,与其它YOLO系列相比:Ø 工程化水平好,工程应用时“坑”少Ø 文档详实友好,易读易懂Ø 既容易在用户的数据集上重训练又容易在不同的平台上进行部署Ø 社区活

openlab_4276841a 24天前
165 0 0

使用FastDeploy在英特尔CPU和独立显卡上端到端高效部署AI模型

作者:王一凡 英特尔物联网创新大使 1.1 产业实践中部署AI模型的痛点1.1.1 部署AI模型的典型流程对于来自于千行百业,打算将AI模型集成到自己的主线产品中,解决本行痛点的AI开发者来说,部署AI模型,或者说将AI模型集成到自己产品中去的典型步骤(以计算机视觉应用为例)有:a. 采集图像&图像解码b. 数据预处理c. 执行AI推理计算d. 推理结果后处理e. 将后处理结果集成到业务流

openlab_4276841a 24天前
66 0 0
首页 上一页 1 2 3 下一页 尾页