英特尔® AI Academy | 所有课程

在边缘处具有计算机视觉的人工智能

摘要

本课程完整介绍如何在边缘设备上使用英特尔® Movidius™ 神经计算模块于低功耗深度学习推理。 涵盖的主题包括:

  • 如何安装及使用英特尔® Movidius™ 神经计算软件开发套件
  • 深度学习视觉应用程序及模型拓扑基础知识
  • 如何使用英特尔® Movidius™ 神经计算模块设备用 Python* 创建计算机视觉应用程序

学完本课程后,学生将获得如何使用英特尔 Movidius 神经计算模块于下列方面的实践知识:

  • 利用随带的性能工具分析模型性能
  • 在英特尔 Movidius  神经计算模块上部署预先训练的网络及定制网络
  • 利用多个英特尔 Movidius  神经计算模块设备和多个网络运行低功耗分布式推理

该课程安排为约 6 周的授课和练习。 每一周要求三小时完成。 代码示例用 Python* 中实现,因此鼓励学生熟悉该语言(可以随本课程的进度学习)。

前提条件

Python* 编程
微积分
线性代数

必需硬件:

英特尔 Movidius 神经计算模块

Raspberry Pi* 3 Model B

 

面向教授:请求对课纲的免费访问权限

第 1 周

本周课程介绍英特尔® Movidius™ 神经计算模块。 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(英特尔® 人工智能组合),包括硬件和工具
  • 如何使用英特尔 Movidius 神经计算模块和神经计算软件开发套件

下载

第 2 周

本周课程讲授如何创建图像分类器应用程序的基本实例。 学习如何: 

  • 识别图像分类器并确定所使用的模型拓扑
  • 从 Caffe* 和 TensorFlow* 导出经训练的模型
  • 使用 英特尔 Movidius 神经计算软件开发套件中的 API 和产品图形文件

下载

第 3 周

本周课程显示如何测评分类器并选择适用于您的应用程序的分类器的实例。 主题包括:

  • 如何使用性能分析工具
  • 预先训练的模型之比较及 ImageNet* ILSVRC 数据集
  • 优化性能的方式及其他益处

下载

第 4 周

本周课程显示如何使用英特尔 Movidius 神经计算软件开发套件部署定制的卷积神经网络:

  • 学习如何准备数据集及训练神经网络
  • 训练后分析结果,然后对网络调优,再部署至 英特尔 Movidius 神经计算模块

下载

第 5 周

本周课程显示如何使用英特尔 Movidius 神经计算模块于:

  • 在静止图像和摄像头实况输入中使用物体检测
  • 利用 Raspberry Pi* 创建智能安全摄像头原型

下载

第 6 周

本周学习如何在低功耗设备上实现深度神经网络图像处理系统。 此外,还学习:

  • 如何在 Raspberry Pi 上安装仅 API 模式的英特尔 Movidius 神经计算软件开发套件
  • 如何将模型部署至多个英特尔 Movidius 神经计算模块设备

下载