OpenVINO™ 迎来迄今为止最重大更新，2022.1新特性抢先看！
前言 熟悉OpenVINO™ 工具套件的朋友们都知道，OpenVINO™ 工具套件的发布周期一般是一个季度一次，且像2021.x，2022.x这种大版本号的变化，通常代表着较大的更新。2022年伊始，OpenVINO™ 工具套件将会迎来目前为止变化最大的一个版本2022.1，其中与开发工作密切相关的特性和变化主要有： 一、简化安装：精简了安装包及运行时库 二、开箱即用：添加了包含Auto-Devi
openlab_4276841a
2年前
Windows环境下使用OpenVINO™ 部署飞桨BiSeNetV2模型 | 开发者实战
概述 语义分割(Semantic Segmentation) 是计算机视觉对现实世界理解的基础,大到自动驾驶,小到个人应用只要细心观察都可以发现语义分割的应用场所无处不在，其实语义分割相当于是图像分割和对分割区域的理解。 本文使用了飞桨提供的PaddleSeg图像分类套件训练分类模型，使用OpenVINO™ 工具套件为分类模型优化部署的框架，介绍了PaddleSeg套件和OpenVINO™ 工具套
openlab_4276841a
2年前
在LabVIEW中调用OpenVINO™ 模型 | 开发者实战
1.1 什么是LabVIEW？ LabVIEW测试测量与自动化行业常用，图形化开发环境，其优点有： 1 图形化开发环境，学习容易入门快 2 自带机器视觉函数库，并提供OpenCV接口库，开发机器视觉与自动化应用程序速度快 使用LabVIEW调用OpenVINO IR模型，可以快速完成深度学习项目开发与交付。 LabVIEW详细介绍参考： https://www.ni.com/zhcn/shop/l
openlab_4276841a
2年前
一、Bert介绍 Bert是应用于NLP领域的语言模型技术，Transformer、 Encoder 、Decoder 是其核心技术。本博客的目的是教大家快速上手 bert。 1.1 Bert 能解决什么问题 1、结合上下文理解语义，其不分先后提取了语句中单个词的所有的指代关系，解决了单向信息流问题， 这是RNN\LSTM做不到的。 2、其优点是解决了堆叠多层LSTM带来的网络臃肿，计算慢的问题。
openlab_4276841a
2年前
干货｜PyTorch + OpenVINO™ 开发实战系列教程 第四篇
第4章 人脸与Landmark检测 前面一章主要介绍了图象分类的基本原理、常见模型、迁移学习的基本概念。结合这些基础概念介绍了Pytorch中预训练模型库的使用，以及如何基于自定义数据与迁移学习实现自定义图象分类模型训练与部署使用。 本章我们将更近一步，说明如何使用OpenVINO™ 工具套件中自带的模型库，实现人脸检测与landmark检测。然后通过我们我们自己收集与整理并标注一个人脸landm
openlab_4276841a
2年前
