計算機視覺和機器學習軟件:OpenCV有多酷?
然而,有許多優(yōu)化可以執(zhí)行,使推理速度更快。例如,一個高效的推理機可以刪除神經(jīng)網(wǎng)絡中未激活的部分,或者將多個層合并到一個單獨的計算步驟中。如果硬件支持16位浮點運算,其速度通常是32位版本的兩倍,則推理機可以利用這一點來加快處理速度,而幾乎不會損失精度。
現(xiàn)在在物聯(lián)網(wǎng)和邊緣設備的世界里,世界上大多數(shù)推理都是在CPU上完成的。你不會在你的監(jiān)控攝像頭里放一個幾百美元的GPU,這就是OpensCV的深度學習模塊非常適合的原因。你只需運行一個自主選擇的深度學習模型作為推理機。
英特爾為此投入了大量資金,并發(fā)布了OpenVINO工具包。OpenVINO或openvisualinferencing and Neural network Optimization,簡稱OpenVINO,旨在加速神經(jīng)網(wǎng)絡在圖像分類和目標檢測等任務中的速度。
那么背后發(fā)生了什么呢?
加載模型后,它們將轉(zhuǎn)換為OpenCV中的內(nèi)部表示形式,這與Caffe非常相似。
如果我們轉(zhuǎn)到OpenCV網(wǎng)站,我們可以看到它支持幾個基本的神經(jīng)網(wǎng)絡層。它還包含了池化層、激活函數(shù),比如Tanh、ReLU、Sigmoid和Softmax,還有Reshape, Flatten, Slice, 和Split等函數(shù)。
在opencv的Deep Learning wiki中,你可以看到對經(jīng)典神經(jīng)網(wǎng)絡架構(gòu)的支持,比如AlexNet、GoogleNet、VGG和ResNet等。DNN模塊具有可用的圖像分類、目標檢測和語義分割等模型。
現(xiàn)在,如果每個模型都被翻譯成一個內(nèi)部表示,我們?nèi)绾未_保在翻譯過程中沒有丟失一些東西呢?OpenCV已經(jīng)發(fā)布了一些測試結(jié)果,表明在準確性上,使用DNN模塊的ResNet 50和原始的ResNet 50之間沒有任何區(qū)別,這意味著無論使用OpenCV的DNN模塊還是原始的體系結(jié)構(gòu),都將得到相同的結(jié)果。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 特斯拉工人被故障機器人打成重傷,索賠3.6億
- 2 【行業(yè)深度研究】退居幕后四年后,張一鳴終于把算法公司變成AI公司?
- 3 AI 時代,阿里云想當“安卓” ,那誰是“蘋果”?
- 4 硬剛英偉達!華為發(fā)布全球最強算力超節(jié)點和集群
- 5 機器人9月大事件|3家國產(chǎn)機器人沖刺IPO,行業(yè)交付與融資再創(chuàng)新高!
- 6 谷歌“香蕉”爆火啟示:國產(chǎn)垂類AI的危機還是轉(zhuǎn)機?
- 7 00后華裔女生靠兩部AI電影狂賺7.8億人民幣,AI正式進軍好萊塢
- 8 美光:AI Capex瘋投不止,終于要拉起存儲超級周期了?
- 9 華為已殺入!AI領域最熱黃金賽道,大廠的數(shù)字人美女讓我一夜沒睡著覺
- 10 隱退4年后,張一鳴久違現(xiàn)身!互聯(lián)網(wǎng)大佬正集體殺回