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
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
基于OpenVINO™ 2022.2与oneAPI构建GPU视频分析服务流水线 第二篇
作者：杨亦诚任务背景在 Part 1 部分我们已经讨论了如何在英特尔® GPU 设备上利用 oneVPL 和 OpenVINO™ 构建一个简单的视频分析流水线服务，但是在真实的工程环境中，为了能进一步“压榨”边缘设备有限硬件资源，降低项目成本，单台 AI Box 往往需要接入不止一路的视频分析任务，并同时进行解码与推理，这种情况如何优化多任务进程下的 AI 分析性能也成为了另外一大挑战。 图：AI
小o
2年前
在英特尔独立显卡上部署YOLOv5 v7.0版实时实例分割模型
作者：英特尔物联网创新大使 贾志刚 本文将介绍在基于OpenVINO在英特尔独立显卡上部署YOLOv5实时实例分割模型的全流程，并提供完整范例代码供读者使用。1.1 YOLOv5实时实例分割模型简介YOLOv5是AI开发者友好度最佳的框架之一，与其它YOLO系列相比：Ø 工程化水平好，工程应用时“坑”少Ø 文档详实友好，易读易懂Ø 既容易在用户的数据集上重训练又容易在不同的平台上进行部署Ø 社区活
openlab_4276841a
2年前
