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
openlab_4276841a
1年前
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
openlab_4276841a
1年前
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
openlab_4276841a
1年前
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
openlab_4276841a
1年前
作者：冯伟 1. 简介时间序列数据分析在工业，能源，医疗，交通，金融，零售等多个领域都有广泛应用。其中时间序列数据分类是分析时序数据的常见任务之一。 本文将通过一个具体的案例，介绍如何训练时序数据分类模型 InceptionTime以及如何通过OpenVINO部署深度学习模型，在英特尔开发套件上实时运行分类任务。 2. 英特尔开发套件英特尔开发者套件AIxBoard（爱克斯开发板）是专为支持入门级
openlab_4276841a
1年前
