点击蓝字
关注我们,让开发变得更有趣
内 容 来 源 | 英特尔开发人员专区
如果评选每年度最难忘的一餐，想必不少人的答案是年夜饭。
对于OpenVINO年夜饭来说，开胃前菜当然是版本的全新亮点，如下：
-
支持红帽企业版Linux（RHEL）8.2版本
-
针对使用Tensorflow Quantization-Aware（对权重进行逐通道量化）方式训练的模型，模型优化器新增了相应的逐通道量化支持，通过更高效的模型压缩，降低延时，提高性能。
-
支持更多的预训练模型及公共模型以简化开发。
-
新的OpenVINO™安全插件，可通过安全打包和执行来控制对模型的访问。该插件基于KVM虚拟机和Docker*容器，并与OpenVINO™ Model Server兼容。
-
PyPI项目从openvino-python转到openvino，默认版本为2021.2。
如需使用2021.1版本，可以通过指定openvino-python==2021.1进行安装。
-
Intel DevCloud for the Edge集成了Deep Learning Workbench
看，这三道别样的主菜分别为：
1. 模型训练（Build）
2. 模型优化（Optimize）
3. 模型部署（Deploy）
诱人硬菜：OpenVINO™主要插件
今天OpenVINO给大家呈上的甜品分别为：
-
模型下载器可以方便的访问大量的公开模型以及Intel预训练模型。
-
精度检查器会基于给定数据集，检查模型在转换前后的推理准确度对比。
-
除此之外，这里给大家列举一些OpenVINO™也支持的一些模型分类：
|
1 |
计算机视觉方面：物体检测、物体识别、重新识别、体积分割、语义分割、实例分割、3D重建、人体姿势估计、图像处理、动作识别、图像超分 |
|
2 |
语音识别（Audio, Speech）自然语言处理(NLP)方面：语言处理、文字到语音、文字检测、文字识别、自然语言处理 |
|
3 |
其它（数据生成、强化学习）：压缩模型、图像检索 |
-
2021.2版本中也更新了不少模型，包括：
|
1 |
公开模型：Yolov4、AISpeech、DeepLabv3 |
|
2 |
预训练模型：人体姿态估计、手写公式识别、机器翻译、通用手语识别、文本到语音，查看更多Intel的预训练模型请扫描下方二维码： |
宅家调试之Intel® DevCloud for the Edge
想要借机一展宏图攀登OpenVINO年夜饭巅峰，但还是在家缺少条件，被本地安装和各种软硬件部署安排得明明白白到气馁怎么办？
Intel® DevCloud for the Edge云上助力，它加速了模型调试周期，为开发者、研究员、初创企业在模型部署前的测试过程中，提供一个远程的AI测试和可视化负载的沙箱。
它集成了Deep Learning Workbench，让用户基于Intel DevCloud for Edge的云端服务，远程完成针对不同的硬件配置的图形化的分析、比较、调参。除此之外，它还能提供诸多便利，比如：
-
方便基于最新硬件和软件解决方案进行原型开发和验证工作
-
对定制的AI应用程序进行基准测试
-
基于各种实际硬件运行、调试AI应用程序和模型精度
-
缩短开发时间、降低开发成本
年夜饭虽传统，但有全新的OpenVINO美食加入，也就有了新的期盼和惊喜。
这次OpenVINO年夜饭，您还满意吗？
等您来亲自动手练习哦。
–END–
○ 点击 “ 在看 ”，让更多人看见
点击阅读原文立即体验OpenVINO
本文分享自微信公众号 – OpenVINO 中文社区（openvinodev）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
{{m.name}}
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/70362.html