Paraverse平行云LarkXR和Intel 锐炫显卡完成实时云渲染适配方案
作者:Paraverse平行云 近年来,数字孪生技术迎来快速发展机遇期,并逐步纳入国家发展战略体系,推动了智慧城市的方向发展。然而,传统数字孪生将应用部署在本地,机器繁重不安全且不利于多终端协同使用,如何打造极度轻量化且一站式部署的数字孪生智能制造平台,仍然是一个严峻的挑战。 实时云渲染简单来说就是一种将3D/XR应用部署在云端服务器上运行,利用云端的高性能GPU进行图形计算,然后把计算结果以实时

基于OpenVINO打造一站式光学字符检测**(OCR-Master)
作者:广东荣旭智能技术有限公司 伍增 随着技术的发展,基于深度学习的计算机视觉算法在OCR领域占主导地位。作为提升传统企业数字化进程的关键技术,中国光学字符识别市场规模的2020-2027年的复合增长率有望超过20%,预计2027年将近100亿元。参考:《2022年中国文字识别OCR行业概览:产业数字化转型浪潮驱动OCR需求持续释放》 来源:头豹研究院 在工业应用中,对OCR技术要求更高,这是因为

基于 OpenVINO C++ API 部署 RT-DETR 模型
作者:颜国进 英特尔边缘计算创新大使 RT-DETR是在DETR模型基础上进行改进的,一种基于 DETR 架构的实时端到端检测器,它通过使用一系列新的技术和算法,实现了更高效的训练和推理,在前文我们发表了《基于 OpenVINO™ Python API 部署 RT-DETR 模型 》(https://blog.csdn.net/gc5r8w07u/article/details/133924962

用OpenVINO Python API部署FastSam模型
作者:深圳职业技术大学 研究生 冯浩 指导教师:英特尔边缘计算创新大使 深圳职业技术大学 副教授 张海刚 当今,深度学习技术在计算机视觉领域取得了巨大的突破,使得各种图像处理任务变得更加智能化。其中,Semantic Segmentation(语义分割)是一项重要的任务,它有助于计算机理解图像中不同对象的位置和边界。本文将介绍如何使用OpenVINO Python API部署FastSAM模型,以

作者:英特尔边缘计算创新大使 卢雨畋 本文演示了使用 OpenVINO 与 Chinese-Clip 进行中文图文相似性匹配任务:CLIP模型以自监督的方式在数亿或数十亿(图像,文本)对上进行训练,它从输入图像和文本中提取特征向量embedding,根据特征相似度匹配可完成图像分类和相似查找任务。CLIP模型的zero-shot分类效果就能达到在Imagenet上监督训练的ResNet分类效果,且
