在边缘处具有计算机视觉的人工智能

第 1 周

了解英特尔® 神经电脑棒 2。主题包括:

  • 传统计算机视觉与深度学习之间的差别之比较
  • 综述英特尔® AI Portfolio,包括硬件和工具
  • 英特尔® Movidius™ 技术的边缘推理概述
  • 英特尔® Distribution of OpenVINO toolkit 简介

下载

第 2 周

了解如何安装英特尔® 神经电脑棒 2。主题包括:  

  • 英特尔® Distribution of OpenVINO toolkit 安装步骤
  • 与该工具套件一起使用的现有预训练模型和样本概述

下载

第 3 周

了解如何在英特尔® 神经电脑棒 2 上部署图像分类器模型。主题包括:

  • 定义图像分类模型,并探索几种受欢迎的图像分类拓扑
  • 深入了解英特尔® Distribution of OpenVINO toolkit,并学习创建和部署您的第一个图像分类器

下载

第 4 周

了解如何在英特尔® 神经电脑棒 2 上部署对象检测模型。主题包括:

  • 定义对象检测模型,并探索几种受欢迎的对象检测拓扑
  • 使用英特尔® Distribution of OpenVINO toolkit,在英特尔® 神经电脑棒 2 上转换和部署经过预训练的 YOLO* v3 模型

下载

第 5 周

了解如何使用 Deep Learning Workbench 分析深度学习模型。主题包括:

  • 了解 Deep Learning Workbench 的功能
  • 了解如何将 Deep Learning Workbench 直接安装在您的系统上或使用 Docker* 软件进行安装
  • 使用 Deep Learning Workbench 分析您的第一个深度学习模型。

下载

第 6 周

了解如何使用英特尔® Distribution of OpenVINO toolkit 在英特尔® 神经电脑棒 2 上部署定制模型。主题包括:

  • 了解什么是定制模型以及何时使用定制模型
  • 在英特尔® 神经电脑棒 2 上完成定制模型的端到端训练和推理工作流
  • 使用工具套件实施您的第一个定制层

下载

第 7 周

查看如何在 Raspberry Pi 主板上部署对象检测模型。主题包括:

  • 使用低功耗嵌入式主板的原因
  • 比较英特尔® Distribution of OpenVINO toolkit 的开发和部署模式
  • 将工具套件安装在 Raspberry Pi 主板上,然后运行对象检测模型

下载