2021年1月19日 机器视觉与计算机视觉技术

英特尔深度学习工具包OpenVINO

随着智能视觉解决方案从边缘到云的需求不断增加,各种类型的企业都需要具备视觉功能和智能化的应用,用于监控,零售,制造,智能城市和家庭,办公自动化,自动驾驶以及更多天。 AI应用程序越来越多地由智能视觉输入提供支持。

OpenVINO包括英特尔的深度学习部署工具包,其中包括一个模型优化器,可以从许多框架(Caffe,Tensoflow,MxNet,ONNX,Kaiai)导入和训练模型。

到目前为止,大多数智能计算机视觉应用需要丰富的机器学习,深度学习和数据科学知识,以实现简单的物体识别,更不用说面部识别或避免碰撞。随着英特尔推出OpenVINO(开放式视觉推理和神经网络优化)工具包,这一切都发生了变化。

随着深度学习收入预计到2025年将增长到350亿美元,加速部署的需求显而易见。以下是下载和使用此新英特尔工具包的一些原因:

OpenVINO包括英特尔的深度学习部署工具包,其中包括一个模型优化器,可以从许多框架(Caffe,Tensoflow,MxNet,ONNX,Kaiai)导入和训练模型,优化拓扑,并通过转换为数据类型提供巨大的性能提升匹配硬件类型 – 代码是在CPU,GPU,VPU还是FPGA上运行 – 或它们的任意组合。与公共深度学习模型相比,这种快速,异构的性能被证明可以提供高达19倍的性能提升。

OpenVINO还包括大量样本,用于图像分类和分割,物体检测,神经样式转移,人脸检测,人数统计等,以及从年龄和性别到十字路口物体检测到车辆元数据的各种预训练模型。

该软件包中的优化库包括OpenCV–一种广泛的开源计算机视觉库,具有广泛的算法和功能; OpenVX – 一种优化的,基于图形的计算机视觉功能方法,针对实时,低功耗的应用程序。

此发行版中还包括用于加速医疗编码/解码的英特尔媒体SDK,用户可以使用英特尔OpenCL驱动程序和运行时来协助创建自定义内核。

使用OpenVINO,开发人员可以:

提升计算机视觉性能
简化深度学习推理和部署
加速视觉解决方案的开发
通过采用异构方法进行视觉处理,节省时间
通过支持包括CentOS,Ubuntu,Windows和Yocto Project在内的流行操作系统,OpenVINO工具包为每个支持视觉的项目提供了强大的增强功能。英特尔免费提供OpenVINO,以帮助开发人员充分利用其英特尔硬件。

Banner
Related Posts

为什么计算机视觉项目中选择OpenCV而不是MATLAB

2019年12月25日

2019年12月25日

在目前可用于计算机视觉的许多工具和库中,有两种主要的工具OpenCV和Matlab在速度和效率方面表现突出。在本文中,我们将详细介绍这两种方法。

计算机视觉的最佳图像注释平台

2019年5月10日

2019年5月10日

我们一直在寻找最佳的图像注释平台,该平台提供多种功能、项目管理工具和注释过程的优化(当您需要注释50k图像时,每个图像减少1秒钟!)。

从摄像机到云端:计算机视觉如何将数据转化为行动

2020年1月8日

2020年1月8日

商业上的成功通常归结为根据突然的市场变化做出快速决策。计算机视觉(一种在AI领域中崛起的快速技术),可以帮助商用机构和其他企业才做到这一点。

视觉系统在零售业4.0中的作用

2020年1月6日

2020年1月6日

技术在零售购物中扮演着越来越重要的角色,这一发展被称为零售4.0。我们来看看计算机视觉是如何推动这场革命的。

自动机器视觉初创企业Nexar发布实时互动地图产品

2019年7月19日

2019年7月19日

导引 :该公司在声明中表示,通过将用户提供的更新数据与汽车摄像头和传感器的Nexar数据相连接,该公司的地图可以实时警告驾驶员道路的危险,施工区域和道路标志的丢失等

研究人员发现用于3D视觉的神经元

2019年7月5日

2019年7月5日

英国纽卡斯尔大学的科学家在昆虫大脑中发现了计算3D距离和方向的神经元。了解这些可能有助于提高和发展机器人视觉应用。

hotonic Vision通过视频开发激光雷达传感器

2019年5月8日

2019年5月8日

英国初创公司Photonic Vision开发了一种激光雷达飞行时间传感的颠覆性方法。

基于田间高光谱图像和机器学习估计芒果成熟度的光谱滤波器设计

2019年8月15日

2019年8月15日

本文旨在通过模拟几个具有不同真实光学滤波器的成像设备,开发一种新型滤波器选择方法,并利用高成本成像高光谱设备为特定应用设计一种成本较低的多光谱解决方案。

掌握计算机视觉开发技能的8个步骤

2019年8月5日

2019年8月5日

在与几位致力于人工智能和计算机视觉项目的开发人员交谈之后,我提出了八个步骤,成为一名出色的计算机视觉开发人员。但是,在深入研究每个步骤之前,让我们看一下计算机视觉技术最适合的案例:

利用计算机视觉和机器学习技术实现莴苣种植的精准化作业

2019年6月11日

2019年6月11日

Earlham Institute的研究人员开发了一个机器学习平台,使用计算机视觉和航拍图像对莴苣作物进行分类。

计算机视觉究竟是个怎样的行业?

2019年6月20日

2019年6月20日

5月1日外媒消息,微软刚刚发布了 Windows Vision Skills 的预览版本,是一个 NuGet 包集合。

机器学习和模式识别之间有什么区别?

2019年10月12日

2019年10月12日

模式识别是机器学习的工程应用。机器学习处理可以从数据中学习的系统的构建和研究,而不是仅遵循明确编程的指令,而模式识别是对数据中模式和规律性的识别。

计算机视觉的优点和局限性

2019年9月10日

2019年9月10日

计算机视觉是计算机科学的一个分支,它允许机器系统实时地查看、处理和解释视觉信息。

利用机器学习消灭撒哈拉以南非洲采采蝇

2018年8月9日

2018年8月9日

“我们将使用数据科学来创建一个基于机器学习的自动化系统,它可以从采采蛹中快速确定是雄性还是雌性,”Zsuzza Marka说。这一系统将成为机器人分拣机的基础,我们希望该机器最终将用于撒哈拉以南非洲地区,以减轻采采蝇的危害。”

计算机视觉技术的七个典型应用

2019年4月8日

2019年4月8日

计算机视觉在现实世界中已经有了大量的应用,而且这项技术还很年轻。随着人类和机器继续合作,人类的劳动力将被解放出来,专注于更高价值的任务,机器的自动处理依赖于图像识别的过程。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注