以下文章来源于英特尔物联网 ，作者英特尔物联网实例分割概念图像实例分割是在对象检测的基础上进一步细化，分离对象的前景与背景，实现像素级别的对象分离。所以图像实例分割是基于对象检测的基础上进一步提升。图像实例分割在目标检测、人脸检测、表情识别、医学图像处理与疾病辅助诊断、视频监控与对象跟踪、零售场景的货架空缺识别等场景下均有应用。很多人会把图像语义分割跟实例分割搞混淆，其实图像的语义分割(Seman
openlab_4276841a
3年前
原创 贾志刚 英特尔物联网场景文字检测与识别模型OpenVINO2021.4支持场景文字检测是基于MobileNetV2的PixelLink模型，模型有两个分别是text-detection-0003与text-detection-0004。以text-detection-0003模型为例它有两个输出，分别是分割输出与bounding Boxes输出，结构如下： 图-1 来自作者论文 下面是基于V
openlab_4276841a
3年前
原创 贾志刚 英特尔物联网 引言 手写数字识别是一个很基础的模式识别问题，从传统特征提取加机器学习训练方法到深度神经网络训练的识别方法识别都会达到比较高的精度，同时手写数字识别也是一个特别不稳定，很难具备普适性的模型，需要针对性的数据集与训练，然后才得到比较好的识别精度。OpenVINO™ 在2021.4 版本中已经加入了手写数字识别的预训练模型，开始支持手写数字识别，以下面这张图（图-1）为例
openlab_4276841a
3年前
资料整理：英特尔 Edge AI 工程师 曹慧燕 「OpenVINO™ 工具套件」学习资源汇总 学习资源太多？太零散？你只要有这篇就够了！ “建议收藏” 官方下载地址: https://software.intel.com/content/www/cn/zh/develop/tools/openvino-toolkit/choose-download.html?cid=spcl@source=&c
openlab_4276841a
3年前
比YOLOv5还厉害的YOLOX来了，官方支持OpenVINO推理
内 容 来 源｜OpenCV学堂 YOLOX目标检测框架发布 旷视科技开源了内部目标检测模型-YOLOX，性能与速度全面超越YOLOv5， 如此神奇原因在于模型结构的修改，下图说明了改了什么地方： 把原来的耦合头部，通过1x1卷积解耦成两个并行的分支，经过一系列处理之后最终取得精度与速度双提升。实验对比结果如下： 提供预训练模型分为标准模型与移动端支持的轻量化模型： 官方支持自定义模型训练、导出O
openlab_4276841a
3年前
