ncnn模型部署

Paddle Serving全新设计Pipeline Serving！带来更高吞吐量、更高GPU利用率

对工业级部署而言，要求的条件往往非常繁多且苛刻，模型大小、业务应用、硬件性能等条件的差异，都会影响模型部署的方式。而理想的部署方式，往往会让推理的效率更高，AI赋能产业的落地更加事半功倍。
飞桨PaddlePaddle·2021-01-06 18:04

fastNLP源码分析

文章目录fastHANCNNCharEmbedding看代码骚想法BertEmbedding看代码骚想法ConditionalRandomField计算似然值gold_score实操chars+words
数学工具构造器·2021-01-05 18:38

深度学习网络模型部署——简单的表情识别demo演示

实现从项目调研、数据收集、数据预处理、深度卷积神经网络训练再到服务器部署的人脸表情识别小项目主要分为两个部分展开：图片检测和视频检测检测部分分为两个方面：人脸检测和表情识别先呈上一张效果图(果然，包包越贵越自信hhh)：效果图一、数据预处理在数据预处理上主要有：图像预处理一般有数字化，归一化，几何变化，平滑，复原和增强等步骤。在检测边缘前，通常会进行灰度化处理，噪声处理，二值化，开闭运算等。二、图
不懂不学不问·2021-01-05 11:24

Paddle-Lite——在树莓派端基于python API部署Paddle模型

环境准备硬件准备基本软件环境准备摄像头准备编译库准备下载Paddle-Lite编译编译的可选项安装编译生成的pythonpaddle-lite包运行基于pythonAPI的demo程序准备模型文件运行模型部署自己的模型两种模型格式编译
Irving.Gao·2020-12-31 17:35

树莓派4b控制机械手臂_如何将PaddleDetection模型在树莓派4B上部署？

中国高校计算机大赛-人工智能创意赛海南省一等奖、2019年度海南省高等学校科学研究“人工智能”优秀成果奖本项目以ssd_mobilenet_v1_voc算法为例，详细介绍了从准备数据集、到模型训练，并将模型部署到树莓派的全过程
夏小龙·2020-12-28 23:08

tensorflow(5)将ckpt转化为pb文件并利用tensorflow/serving实现模型部署及预测

  本文将会以一个简单的例子，来介绍如何在tensorflow中将ckpt转化为pb文件，并利用tensorflow/serving来实现模型部署及预测。  我们以线性回归模型来作为例子介绍。
山阴少年·2020-12-26 14:01

深度学习模型部署浅析

关于模型部署可能有很多种概念或者解释。根据看的一些文献和接触的一些开源工具，进行梳理。模型部署说到底，就是通信传输，以及平台存储打通，以及任务的定时工作(定时工作可能偏向于调度了)。
shelley__huang·2020-12-22 09:37

比SkLearn更好用的机器学习工具-PyCaret

今天试了试pycaret这个机器学习库，感觉简直是个建模宝藏啊，从数据预处理、特征工程、建模、自动优化、模型部署，所有功能基本全部覆盖。
李博Garvin·2020-12-20 17:28

YOLOv5-pytorch迁移至android

本文记录了yolov5迁移至android的详细过程流程三步走：1、pytorch转换成onnx；2、onnx转换成ncnn；3、在android部署ncnn。
我叫慌慌子·2020-12-18 14:32

yolov5 pytorch-cpu 环境安装 及验证 (ubuntu20.04)

3.20GHz，虚拟机环境分配6cpucores内存:16G系统：Ubuntu20.04.1LTS(virtualbox）虚拟机二本篇目标：搭建yolov5训练环境(cpu版本）后续计划：训练人手识别模型部署到
walletiger·2020-12-06 14:58

【小白CV】手把手教你用YOLOv5训练自己的数据集（从Windows环境配置到模型部署）

【小白CV】手把手教你用YOLOv5训练自己的数据集（从环境配置到模型部署）本文禁止转载前言：1.安装Anaconda：2.创建虚拟环境：3.安装pytorch：4.下载源码和安装依赖库：5.数据标注：
BIT可达鸭·2020-12-04 18:39

flask 部署_模型部署3/3-手把手实现利用flask深度学习模型部署

Flask是基于Python编写的轻量级Web应用框架，用他可以实现深度学习模型部署为web应用，阅读完本文最终能够实现：首先一个简单的例子了解一下flask的基本框架：1.下载flask在anacondaprompt
weixin_39653361·2020-11-30 00:31

paddle lite 嵌入式linux_百度Paddle-Lite教程之模型转换篇

目前国内已经有了好几款优秀的推理框架，而且开源免费，一山更比一山高，如腾讯的NCNN、小米的MACE、阿里的MNN，2019有最新的百度的PaddleLite，该框架一经推出就受到了广泛关注。
weixin_39994665·2020-11-24 16:44

YOLO之外的另一选择，手机端97FPS的Anchor-Free目标检测模型NanoDet现已开源~

原链接：https://zhuanlan.zhihu.com/p/306530300上来先贴一下性能对比：华为P30上用NCNN移植跑benchmark，每帧仅需10.23毫秒，比yolov4-tiny
OpenCV中文网公众号·2020-11-24 10:54

深度学习网络模型部署——知识储备TensorFlow Serving（三）

它可以将训练好的机器学习模型部署到线上，使用gRPC作为接口接受外部调用。更加让人眼前一亮的是，它支持模型热更新与自动模型版本管理。这意味着一旦部署TensorFlowServing后
不懂不学不问·2020-11-21 21:02

深度学习网络模型部署——知识储备python常用框架（二）

实现从项目调研、数据收集、数据预处理、深度卷积神经网络训练再到服务器部署的人脸表情识别小项目一、python常用框架1、Django:PythonWeb应用开发框架，路由系统、视图和模板（简单介绍）2、Diesel：基于Greenlet的事件I/O框架3、Flask：一个用Python编写的轻量级Web应用框架4、Cubes：轻量级PythonOLAP框架5、Kartograph.py：创造矢量地
不懂不学不问·2020-11-21 21:47

深度学习网络模型部署——人脸关键点检测问题

实现从项目调研、数据收集、数据预处理、深度卷积神经网络训练再到服务器部署的人脸表情识别小项目1、背景人脸关键点检测是人脸识别任务中重要的基础环节，人脸关键点精确检测对众多科研和应用课题具有关键作用，例如，人脸姿态矫正、姿态识别、表情识别、疲劳监测、嘴型识别等。因此，如何获取高精度人脸关键点，一直以来都是计算机视觉、模式识别、图像处理等领域的热点研究问题。目前github上开源的算法有很多，效果也不
不懂不学不问·2020-11-21 21:11

如何将 PyTorch Lightning 模型部署到生产中

大规模服务PyTorchLightning模型的完整指南。纵观机器学习领域，主要趋势之一是专注于将软件工程原理应用于机器学习的项目激增。例如，Cortex再现了部署无服务器功能但具有推理管道的体验。类似地，DVC实现了现代版本控制和CI/CD管道，但仅用于ML。PyTorchLightning具有类似的理念，仅适用于训练。框架为PyTorch提供了Python包装器，可让数据科学家和工程师编写干净
计算机与AI·2020-11-21 21:10

机器学习模型python在线服务部署的两种实例

在我们的考虑中，无论是代码复杂程度和业务场景，还是语言本身的特点，模型部署都有趋于向微服务架构转型的趋势和需要。一方面，需要进行代码分离来明确责任
屈天航·2020-11-18 17:37

AI for everyone，阿里淘系MNN工作台正式公测！

AI应用门槛高、算法模型部署链路长是长期困扰我们的问题。为了解决这两个问题，我们将上百次实践中长期积累的方案沉淀为一站式AI研发范式——MNN工作
阿里巴巴淘系技术·2020-11-18 00:18

视觉算法的工业部署及落地方面的技术知识，怎么学？

深度学习与计算机视觉声明：仅做学术分享，侵删如题，本人21届渣渣研三硕士，实习、项目和应聘方向都是图像算法，cv算法岗内卷程度有目共睹，看了不少业内前辈的建议，说转算法部署落地方向比较好（个人在实习期间也感觉到算法模型部署和落地的重要性
woshicver·2020-11-16 20:00

如何将 PyTorch Lightning 模型部署到生产中

大规模服务PyTorchLightning模型的完整指南。纵观机器学习领域，主要趋势之一是专注于将软件工程原理应用于机器学习的项目激增。例如，Cortex再现了部署无服务器功能但具有推理管道的体验。类似地，DVC实现了现代版本控制和CI/CD管道，但仅用于ML。PyTorchLightning具有类似的理念，仅适用于训练。框架为PyTorch提供了Python包装器，可让数据科学家和工程师编写干净
计算机与AI·2020-11-13 11:53

Spring Boot部署深度学习模型（Java/Pytorch）

为什么使用Java框架SpringBoot部署深度学习模型稍早前训练了一些深度学习模型后，遇到了模型部署的一些问题，首先现有的很多业务都是java实现的，例如预算控制，用户限额等，图片识别直接和这些系统交互会造成一定的代码侵入
anylots·2020-11-13 11:25

AI for everyone，阿里淘系MNN工作台正式公测！

AI应用门槛高、算法模型部署链路长是长期困扰我们的问题。为了解决这两个问题，我们将上百次实践中长期积累的方案沉淀为一站式AI研发范式——MNN工作
阿里巴巴淘系技术·2020-11-13 11:56

Tensorflow模型部署

参考: Tensorflow模型线上部署    构建TensorFlowServingJava客户端docker安装及部署windows下docker安装tf-serving  下载tensorflow服务并使用docker部署，这一步如果占用C盘空间太大的话，可以使用Hyper-v工具将下载的镜像转到其他盘#在cmd中执行以下命令dockerpulltensorflow/serving#下载镜像
一只猪的快乐·2020-10-27 09:06

yolov5的工业化部署

背景老规矩首先背景介绍一下，目的就是为了把pytorch的模型部署在ros上，而ros主要使用的C++,所以我本次的目的就是使用C++调用模型。为什么使用C++呢？当然是因为c++的性能更高了。
心如坚石·2020-10-21 16:07

学习笔记|Flask部署Pytorch模型+Gunicorn+Docker

我们的模型部署在服务器上，客户端可以通过httprequest调用我们部署在服务器上的模型，并用httpresponse返回结果，这就和web应用的原理是一样的，所以可以使用Flask搭建一个轻量的web
ClaraR·2020-10-16 20:59

转发：TensorFlow saved_model 模块

TFServing是一个将训练好的模型部署至生产环境的系统，主要的优点在于可以保持Server端与API不变的情况下，部署新的算法或进行试验，同时还有很高的性能
Quincy_baf0·2020-10-10 15:19

机器学习模型python在线服务部署的两种实例

在我们的考虑中，无论是代码复杂程度和业务场景，还是语言本身的特点，模型部署都有趋于向微服务架构转型的趋势和需要。一方面，需要进行代码分离来明确责任
屈天航·2020-10-09 13:55

GitHub开源：支持100多种语言的OCR文字识别

之前为给位朋友分享过：GitHub开源：17M超轻量级中文OCR模型、支持NCNN推理，该项目仅仅支持中文OCR识别，本篇博文将分享支持100多种语言的OCR文字识别项目：TesseractOCR。
不脱发的程序猿·2020-10-04 16:51

YOLOv5利用ncnn部署系列(三)

五、pc端使用C++调用ncnn由于有很多人再问一个输出层对不上的bug问题，在此我在开头重点提点，请各位大佬仔细看好我的标红字体！！！！！!!！
qq_33160678·2020-09-28 15:41

[監督式]卷積神經網絡(CNN)

DNNCNN仿射（Affine）的意思是前面一層中的每一個神經元都連接到當前層中的每一個神經元，ReLU層只是把做完convolution後的值都經過ReLUfunction，將0以下的值都轉為0。
RJ阿杰·2020-09-27 21:41

21个必知的机器学习开源工具，涵盖5大领域

·本文将重点介绍五种机器学习的工具——面向非程序员的工具（Ludwig、Orange、KNIME）、模型部署（CoreML、Tensorflow.js）、大数据（Hadoop、Spark）、计算机视觉（
读芯术·2020-09-17 14:01

机器学习模型部署的三种方法

“企业机器学习需要从数据工程和数据平台的角度看待大局[...]，”贾斯汀·诺曼（JustinNorman）在今年巴塞罗那的DataWorks峰会上关于机器学习模型的部署的演讲中说。实际上，工业机器学习系统是庞大数据基础架构的一部分，这使得端到端ML工作流变得特别复杂。当我们追求最好的机器学习算法时，与现实世界机器学习系统的开发，部署和维护相关的挑战不容忽视。机器学习并不一定要取代人类的决策，它主要
甲乙寄几·2020-09-17 04:46

MADlib——基于SQL的数据挖掘解决方案（29）——模型评估之交叉验证

在将挖掘模型部署到生产环境之前，必须通过了解其质量和特征来对其进行验证，评估模型的准确性、可靠性和可用性。
wzy0623·2020-09-17 00:05

NCNN实战

参考：NCNN官方推荐指南https://github.com/Tencent/ncnn/wiki/use-ncnn-with-alexnet.zhcaffe模型和参数的获取deploy.prototxt
licc92·2020-09-16 23:29

JNI实战-Android深度学习模型部署

传统方式java->javac->.class->javah-jni->.hC/C++实现.h中声明的方法添加并编写.mk文件实例：https://github.com/nihui/ncnn-android-squeezenet
licc92·2020-09-16 23:29

pytorch转caffe2模型

利用python3.6+pytorch进行训练，模型部署是python2.7+caffe2。
酉意铭·2020-09-16 19:49

深度学习之pytorch转caffe转ncnn模型转换（三）

搭建caffe平台：先在Linux系统下搭建caffe环境，安装依赖包：sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-serial-devprotobuf-compilersudoapt-getinstall--no-install-recommendslibboost-all-de
chenjia1955·2020-09-16 18:45

NNIE模型转换环境搭建

NNIE模型转换环境搭建《NNIE模型转换环境搭建》  推荐使用开源项目https://github.com/RaySue/NNIE-lite，使用NNIE像使用ncnn一样简单。
Cpp课代表·2020-09-16 10:31

tensorflow转NCNN

关于NCNN见NCNNcmakeVS2017编译目前腾讯的NCNN没有tensorflow2ncnn的工具，目前有一种解决方案是把tensorflow的.pb模型转为coreml模型，接着转为onnx模型
通信程序猿·2020-09-15 23:49

tensorflow模型转ncnn模型

ncnn本来是有tensorflow2ncnn的工具，但是在5月份时候被删除，原因是很多算子不支持，使用过程中很多bug，作者nihui直接将该功能删除。
mandagod·2020-09-15 22:53

tensorflow模型转ncnn模型

ncnn本来是有tensorflow2ncnn的工具，但是在5月份时候被删除，原因是很多算子不支持，使用过程中很多bug，作者nihui直接将该功能删除。
aimeng1608·2020-09-15 22:43

深度学习之算法岗面试题（一）

参考回答：开源的有：小米的MACE，骁龙的SNPE，腾讯的FeatherCNN和ncnn，
顾子豪·2020-09-15 20:28

机器学习模型部署

机器学习主要是用python来训练的模型，当前主要有以下情况：一、单机部署方式1、普通的模型a)模型本身提供的部署方式:自己封装一个restful服务，典型为采用:flask封装b)第三方方式：PMML方式，将模型输出为PMML格式，由第三方加载PMML模型提供输出，其中java的库很成熟，但PMML在深度学习方面上支持不足2、深度模型a)深度的模型，当前流行的为tensorflow，tensor
小小她爹·2020-09-15 19:17

记录机器学习作业

我们学习的机器学习课程和华为合作，最后需要将训练完成模型部署到昇腾系列开发板上，这里记录一下踩过的坑。
WhiteGray·2020-09-15 16:18

完成一个预测建模项目一般需要多长时间？

为了回答这个问题，我们先来了解一下建模的流程，通常一个完整的数据挖掘项目包含以下流程（1）业务理解、（2）数据理解、（3）数据准备、（4）数据预处理和建模、（5）模型评估、（6）模型部署应用。
Sxb_Cry5tal·2020-09-15 16:58

keras-cnn经典案例

#coding:utf-8'''GPUruncommand:THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32pythoncnn.pyCPUruncommand
老三是只猫·2020-09-15 09:44

学习资源收集

百度百度云智学院：EasyDL模型部署http://abcxueyuan.cloud.baidu.com/?_=1581575184003#/course_detail?
jasonxu666·2020-09-15 05:53

Caffe-MobileNetSSD下ncnn推理实现-6

(py365)user@ubuntu:~/caffe_ssd/caffe/examples$gitclonehttps://github.com/chuanqi305/MobileNet-SSD.git(py365)user@ubuntu:~/caffe_ssd/caffe/examples/MobileNet-SSD$./gen_model.sh31接下来可以参考下面的网络资料：【Caffe】c
forest_loop·2020-09-15 04:13
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他