适合人群:
C++与Python开发者,图像处理与OpenCV开发者,在学本科生与研究生,模型加速研究开发者
课程目标:
在CPU上实现对深度神经网络模型的10倍加速,实时高FPS对象检测/道路分割/行人检测/人脸检测等
课程简介:
详细介绍了OpenVINO整体架构、基本组件、核心组件DLDT与IE的使用,OpenVINO对模型加速执行推断的开发流程与步骤、相关SDK API函数如何在C++与Python环境下进行API调用,如何使用预训练模型快速开发车牌识别、行人检测、人脸检测,道路分割、表情识别与landmark提取等高实时视频分析程序,使用模型优化器进行模型压缩转换与优化等OpenVINO核心技术演示与代码教学。一步一步教你构建CPU级别可实时的深度学习模型应用程序。部分演示程序截图如下(均基于CPU达到实时帧率):
实时行人检测
评论0