Yu Wang – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Thu, 23 Mar 2023 07:27:23 +0000
zh-CN
hourly
1
196178272 -
使用 NVIDIA TAO Toolkit 5.0 訪問最新的視覺 AI 模型開發工作流
http://www.open-lab.net/zh-cn/blog/access-the-latest-in-vision-ai-model-development-workflows-with-nvidia-tao-toolkit-5-0/
Tue, 21 Mar 2023 07:20:06 +0000
http://www.open-lab.net/zh-cn/blog/?p=6558
Continued]]>
NVIDIA TAO Toolkit 提供了一個低代碼人工智能框架，用于加速視覺人工智能模型開發，適用于從新手到專家數據科學家的所有技能水平。借助 NVIDIA TAO （訓練、適應、優化）工具包，開發人員可以利用遷移學習的力量和效率，通過適應和優化，在創紀錄的時間內實現最先進的精度和生產級吞吐量。 在 NVIDIA GTC 2023 上， NVIDIA 發布了 NVIDIA TAO Toolkit5.0 ，帶來了突破性的功能來增強任何人工智能模型的開發。新功能包括開源架構、基于 transformer 的預訓練模型、人工智能輔助的數據注釋，以及在任何平臺上部署模型的能力。 NVIDIA TAO Toolkit 5.0 支持 ONNX 中的模型導出。這使得在邊緣或云中的任何計算平臺 GPU 、 CPU 、 MCU 、 DLA 、
Source
]]>
6558
-
基于 NVIDIA 遷移學習工具箱的 Mask R-CNN 訓練實例分割模型
http://www.open-lab.net/zh-cn/blog/training-instance-segmentation-models-using-maskrcnn-on-the-transfer-learning-toolkit/
Thu, 06 Aug 2020 06:31:00 +0000
http://www.open-lab.net/zh-cn/blog/?p=329
Continued]]>
為了將像素轉換為可操作的洞察力，計算機視覺依賴于 深度學習 來提供對環境的理解。目標檢測是一種常用的技術來識別幀中的單個對象，例如識別人或汽車。雖然對象檢測對于某些應用程序是有益的，但是當您希望在像素級理解對象時，它就不夠了。 實例分割是一種流行的計算機視覺技術，它有助于在像素級識別幀中多個對象的每個實例。除了邊界框之外，實例分段還創建了一個細粒度的分段掩碼。分割有助于在對象和背景之間進行描繪，例如在 AI 驅動的綠色屏幕中，您希望模糊或更改幀的背景，或者分割幀中的道路或天空。或者你可能想在顯微鏡下找出制造缺陷或細胞核分割。圖 1 顯示了對檢測到的對象進行分段掩碼的示例。 轉移學習是訓練專門的深層神經網絡（ DNN ）模型的常用方法。 NVIDIA 轉移學習工具包 （ TLT ）使轉移學習變得更加容易，這是一個零編碼框架，用于訓練精確和優化的 DNN 模型。
Source
]]>
329
人人超碰97caoporen国产