Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Использование ONNX с устройствами на базе Qualcomm от смартфонов до облачных сред и всего, что между ними
Использование ONNX с устройствами на базе Qualcomm от смартфонов до облачных сред и всего, что между ними
Использование формата обмена ONNX во всем диапазоне устройств Qualcomm помогает поддерживать модели на всех их устройствах. Qualcomm сталкивается со сложными архитектурами при поддержке различных устройств и различных моделей, но ONNX помогает достичь масштабируемости по вертикали, мощным устройствам и географическим регионам. Qualcomm работала с Microsoft над созданием исполняющего исполнителя ONNX, который позволяет запускать модели ONNX на устройствах с процессорами Qualcomm, включая те, которые работают под управлением Windows. Унифицированный программный стек включает в себя библиотеку под названием AI Engine, которая может динамически направлять модель ONNX на различные ускорители для достижения наилучшей производительности, с доступными дополнительными инструментами, такими как профилировщики, компиляторы и анализаторы для оптимизации моделей.
Развертывание IoT ONNX Runtime на Raspberry Pi
Развертывание IoT ONNX Runtime на Raspberry Pi
В этом видео под названием «Развертывание IoT ONNX Runtime на Raspberry Pi» докладчик демонстрирует, как развернуть среду выполнения ONNX для модели компьютерного зрения на Raspberry Pi с использованием модели Mobilenet, оптимизированной для этого устройства. В видео рассказывается о процессе подключения к Raspberry Pi с помощью средства просмотра VNC, его настройке и запуске теста камеры с использованием OpenCV и Python. Ведущий захватывает изображение, выполняет вывод и распечатывает пять первых предсказанных классов, которые правильно определяют перьевую ручку на изображении. В целом, видео представляет собой полезное руководство по развертыванию среды выполнения ONNX на Raspberry Pi для приложений компьютерного зрения.
Как установить ONNX Runtime на Raspberry Pi
Как установить ONNX Runtime на Raspberry Pi
Видео содержит подробное руководство по установке ONNX Runtime на Raspberry Pi. После загрузки и установки Raspbian Stretch на Raspberry Pi пользователю необходимо установить пользовательский статический пакет Docker и QMU, создать каталог сборки и запустить команду, чтобы получить пакет колеса выполнения ONNX, который можно установить через pip. В видео также объясняется, как тестировать ONNX Runtime с помощью глубокой нейронной сети, обученной на наборе данных MNIST, и как рассчитать время, необходимое для запуска сеанса логического вывода на одном изображении. Спикер отмечает, что процесс может быть длительным и сложным, но он того стоит из-за возможности развернуть и протестировать нейронные сети на периферийных устройствах.
Различные модели классификации изображений MobileNet ONNX работают на Raspberry Pi
Различные модели классификации изображений MobileNet ONNX работают на Raspberry Pi
Выполняет классификацию изображений на Raspberry Pi 4 в ONNX Runtime, используя 3 шаблона моделей MobileNet V1 ONNX.
Классификация выполняется за 7 мс, в зависимости от используемой модели.
SSDLite Mobilenet V2 в ONNX Runtime, работающей на Raspberry Pi 4
SSDLite Mobilenet V2 в ONNX Runtime, работающей на Raspberry Pi 4
SSDLite Mobilenet V2 на ONNX Runtime работает на Raspberry Pi 4 без аппаратного ускорения.
SSDLite Mobilenet V1 0,75 в ONNX Runtime работает на Raspberry Pi 4
SSDLite Mobilenet V1 0,75 в ONNX Runtime, работающей на Raspberry Pi 4
Модель SSDLite Mobilenet V1 0,75 в ONNX Runtime, работающая на Raspberry Pi 4 без аппаратного ускорения.
Модель Tiny-YOLOv3 в ONNX Runtime работает на Raspberry Pi 4
Tiny-YOLOv3 в ONNX Runtime работает на Raspberry Pi 4
Tiny-YOLOv3 в ONNX Runtime работает на Raspberry Pi 4 без аппаратного ускорения.
Исполнение классификационных моделей на Raspberry Pi 4 и моделей обнаружения объектов с оптимизированной средой ONNX Runtime
Исполнение класификационных моделей на Raspberry Pi 4 и моделей обнаружение объектов с оптимизированной средой ONNX Runtime
Выполняет классификацию изображений на Raspberry Pi 4 в ONNX Runtime:
Модели обнаружения объектов на Raspberry Pi 4 с оптимизированной средой ONNX Runtime (конец 2020 г.)
Обнаружение объектов Raspberry Pi 4 с оптимизированной средой выполнения ONNX Runtime (конец 2020 г.)
Аппаратное обеспечение: Raspberry Pi 4B
ОС: ОС Raspberry Pi (32 бита)
Программное обеспечение: ONNX Runtime 1.4.0 с настраиваемым поставщиком исполнения (с ускорением ЦП)
Модели:
http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_0.75_depth_300x300_coco14_sync_2018_07_03.tar.gz
http://download.tensorflow.org/models/object_detection/ssdlite_mobilenet_v2_coco_2018_05_09.tar.gz|
https://github.com/onnx/models/blob/main/vision/object_detection_segmentation/tiny-yolov3/model/tiny-yolov3-11.onnx
Tiny-YOLOv3 в ONNX Runtime работает на Raspberry Pi 4
Tiny-YOLOv3 в ONNX Runtime работает на Raspberry Pi 4
Tiny-YOLOv3 в ONNX Runtime работает на Raspberry Pi 4 без аппаратного ускорения.