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。
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。
