作者:颜国进 英特尔边缘计算创新大使 OpenVINO™ 工具套件可以加快深度学习视觉应用开发速度,帮助用户在从边缘到云的各种英特尔平台上,更加方便快捷的将 AI 模型部署到生产系统中。本文的所介绍的 OpenVINO™ C# API 已支持 OpenVINO™ 2023.1.0 版。 C# 是由 C 和 C++ 衍生出来的一种安全的、稳定的、简单的、优雅的面向对象编程语言,它综合了 VB 简单

[2023 Intel有奖征文] 基于Openvino Python API的FastSam模型的部署
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,以实现快速高效的语义分割。 什么是FastSAM模型?FastSAM 模型是一种轻量级语义分割模型

如何将Autoformer模型部署到爱克斯开发板上,并进行带那里数据预测。Autoformer是一种强大的时序预测模型,非常适合处理电力需求预测这类问题。 1. 引言 Autoformer模型结合了自动编码器(autoencoder)和Transformer两种强大的神经网络结构,以提供优秀的时序预测性能。测试将这种模型部署到艾克斯开发板上,利用进行电力需求预测。 2. 环境配置 首先,你需要在

【2023 Intel有奖征文】在AI爱克斯开发板上用OpenVINO™实现中文图文检索
在AI爱克斯开发板上用OpenVINO™实现中文图文检索 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

【爱克斯开发板试用】从零到一实现YOLOV8 火灾检测全流程训练到部署
大家好,很荣幸可以试用AIxBoard(爱克斯板)开发套件,本文将主要集中在工业、学校等场景进行火灾检测,算法侧通过自采数据,训练部署,模型量化实现方案的全流程。一、环境配置系统下载与启动盘制作:云盘下载:https://pan.baidu.com/s/1bm9DSa956dUQLdkbffUK8g?pwd=9pny制作U盘启动盘点击左上角“选择”选择已下载的ubuntu镜像文件 将Ubuntu
