基于OpenVINO在C++中部署YOLOv5-Seg实例分割模型

作者：英特尔物联网行业创新大使 王一凡YOLOv5兼具速度和精度，工程化做的特别好，Git clone到本地即可在自己的数据集上实现目标检测任务的训练和推理，在产业界中应用广泛。开源社区对YOLOv5支持实例分割的呼声高涨，YOLOv5在v7.0中正式官宣支持实例分割。在前期文章中，已发布基于OpenVINO的YOLOv5模型的Python版本和C++版本推理程序，以及YOLOv5-Seg模型的P

openlab_4276841a 2年前

12188 0 0

如何用OpenVINO™让YOLOv8获得1000+ FPS性能

作者：武卓YOLO家族又添新成员了！作为目标检测领域著名的模型家族，you only look once (YOLO) 推 出新模型的速度可谓是越来越快。就在刚刚过去的1月份，YOLO又推出了最新的YOLOv8模型，其模型结构和架构上的创新以及所提供的性能提升，使得它刚刚面世，就获得了广大开发者的关注。YOLOv8的性能到底怎么样？如果说利用OpenVINO™的量化和加速，利用英特尔®CPU、集成

openlab_4276841a 2年前

21472 0 0

在英特尔独立显卡上训练ResNet PyTorch模型

作者：武卓，张晶 《在英特尔独立显卡上训练TensorFlow模型》介绍了在英特尔独立显卡上训练TensorFlow模型的全流程；本文将基于蝰蛇峡谷(Serpent Canyon) 详细介绍如何在英特尔独立显卡上训练ResNet PyTorch模型的全流程。 1.1英特尔锐炫™独立显卡简介英特尔锐炫™ 显卡基于Xe-HPG 微架构，Xe HPG GPU 中的每个 Xe 内核都配置了一组 256 位

openlab_4276841a 2年前

11632 0 0

基于OpenVINO在C++中部署YOLOv5模型

作者：英特尔物联网行业创新大使 王一凡本文主要介绍在C++中使用OpenVINO工具包部署YOLOv5模型，主要步骤有：1. 配置OpenVINO C++开发环境2. 下载并转换YOLOv5预训练模型3. 使用OpenVINO Runtime C++ API编写推理程序下面，本文将依次详述1.1 配置OpenVINO C++开发环境配置OpenVINO C++开发环境的详细步骤，请参考《在Wind

openlab_4276841a 2年前

12260 0 0

关于OpenVINO™ 2022.3 LTS你需要知道的6件事

BylineRaymond Lo, AI Software Evangelist, OpenVINO™ ToolkitRyan Loney, Product Manager, OpenVINO™ ToolkitAnisha Udayakumar, AI Software Evangelist, OpenVINO™ ToolkitZhuo Wu, AI Software Ev

openlab_4276841a 2年前

7908 0 0