快捷搜索:  汽车  科技

ai 特征点识别(AI端侧落地图像语义分割)

ai 特征点识别(AI端侧落地图像语义分割)PaddleHub集成了预训练模型和迁移学习的工具,在最新的升级中增加了两个核心能力:一是自动化调参,基于一键自动超参搜索;二是进一步夯实了一键模型化服务的能力,开发者可以很容易把自己想要用的模型快速变成服务。为了提升易用性,PaddleHub的API采用了高层封装,包含迁移任务、迁移策略和数据处理等,方便开发者使用,在解决了开发效率的问题的同时,保持了灵活性。 在计算机视觉领域,图像分割有非常广泛应用的场景。基于这样背景,飞桨开发了图像分割开发套件PaddleSeg,目标是降低开发门槛,更容易实现产业落地。图像分割开发套件基于飞桨的核心框架,主要做了以下方向的建设:一是数据增强,将工业级常用分割算法开放出来;二是在模型层使用模块化的设计,将整个分割的模型拆分成三块,包括骨干网络、分割网络和模型损失函数。拆解之后,可以让这些模块自由组合,能够解决特定场景的问题。三是在训练场景上,Paddl

ai 特征点识别(AI端侧落地图像语义分割)(1)

AI时代下的人才缺口,已经让各企业感受强烈。人工智能的行业落地,需要多层次的人才结构。来自顶尖企业中的芯片、算法人才;拥揽世界大赛、论文的顶尖实验室是一种;更多的AI解决方案研发,工业级的落地应用等人才,往往是最大缺口。

百度AI快车道——企业深度学习实战营,由百度AIG飞桨团队研发,针对AI时代的人才缺口,依托自身深厚的深度学习技术产业实践经验,不断为广大相关领域企业的技术从业人员进行实战教学与案例分享,目前已在全国多地举办了多次课程,为企业培养AI领域拥有可实际操作解决业务问题的人才持续努力着。

百度AI快车道将于12月7日、12月8日再入上海,接连带来两场重磅活动。先后举办包含图像语义分割套件PaddleSeg、预训练模型管理和迁移学习工具PaddleHub的“图像语义分割Pro”专场,以及端侧推理引擎“Paddle Lite“专场,满满干货等你来,欲报从速!

ai 特征点识别(AI端侧落地图像语义分割)(2)

12月7日上海——图像语义分割Pro专场

PaddleSeg PaddleHub专场中,将由百度名师带来经典的PaddleSeg图像分割技术介绍、在人像处理与工业质检场景中的实战,以及百度飞桨的预训练模型管理和迁移学习工具PaddleHub结合案例的详细介绍,全新升级的PaddleHub可支持最新发布的产业级预训练模型“Master模式”。

报名链接:https://iwenjuan.baidu.com/?code=9pyp4c

关于PaddleSeg与PaddleHub:

在计算机视觉领域,图像分割有非常广泛应用的场景。基于这样背景,飞桨开发了图像分割开发套件PaddleSeg,目标是降低开发门槛,更容易实现产业落地。图像分割开发套件基于飞桨的核心框架,主要做了以下方向的建设:一是数据增强,将工业级常用分割算法开放出来;二是在模型层使用模块化的设计,将整个分割的模型拆分成三块,包括骨干网络、分割网络和模型损失函数。拆解之后,可以让这些模块自由组合,能够解决特定场景的问题。三是在训练场景上,PaddleSeg里面做了大量性能方面的优化,在显存优化和预测速度上都做了大量的工作。四是易用性方面,通过实际的项目打磨验证,找到使用过程当中的痛点并且解决掉。训练模型工业级部署,开发套件也做了集成,可以帮助广泛开发者使用。

PaddleHub集成了预训练模型和迁移学习的工具,在最新的升级中增加了两个核心能力:一是自动化调参,基于一键自动超参搜索;二是进一步夯实了一键模型化服务的能力,开发者可以很容易把自己想要用的模型快速变成服务。为了提升易用性,PaddleHub的API采用了高层封装,包含迁移任务、迁移策略和数据处理等,方便开发者使用,在解决了开发效率的问题的同时,保持了灵活性。

ai 特征点识别(AI端侧落地图像语义分割)(3)

ai 特征点识别(AI端侧落地图像语义分割)(4)

12月8日上海——Paddle Lite专场

Paddle Lite专场由百度深度学习技术平台部技术经理、百度深度学习技术平台部资深研发工程师主讲,详细解读Paddle Lite的技术特点、使用方法和相关应用,同时也会通过实践,实现目标检测在手机上的部署,完整体验Paddle Lite在实际业务中的应用。

报名链接:https://iwenjuan.baidu.com/?code=t6729t

关于Paddle Lite:

Paddle Lite是飞桨产品栈中用于端侧高性能轻量化AI应用部署的推理引擎,核心用途是将训练出的模型在不同硬件平台场景下快速部署,根据输入数据,执行预测推理得到计算结果,支持实际的业务应用。

今年8月,飞桨对外发布Paddle Lite Beta版,经过两个多月的迭代与发展,“WaveSummit ”2019深度学习开发者峰会上Paddle Lite2.0正式发布,Paddle Lite自Beta版发布以来,在如下核心功能上进行升级:

  • 多框架支持:原生支持飞桨的模型,同时通过X2Paddle工具,提供对TensorFlow,PyTorch和ONNX模型格式的更充分的支持;

  • 多硬件支持:除了ARM CPU、移动端GPU、华为NPU,新增支持Nvidia GPU和X86 CPU;

  • 更好的性能:更新benchmark,提升了在ARM CPU上尤其是int8的性能;

  • 更加完备的功能:支持python API,优化编译流程,新增预测库极致裁剪等功能;

  • 更加完善的文档和demo:提供完善的文档和多平台的demo,包括安卓、iOS和树莓派等。

猜您喜欢: