基于 Python 的 OpenVINO 开发实战教程
树莓派 4B+OpenVINO 快速实现人脸识别
OpenVINO™_使用指南

更多资料请关注:计算机视觉与图形学实战
| 目录(B站播放量第一) |
|---|
| P1 01-02 OpenVINO™ Toolkit 框架介绍、安装与演示 29:58 |
| P3 04 基本的图像读写操作 09:43 |
| P5 06 简单的图像操作 16:07 |
| P7 08 OpenVINO SDK介绍与开发流程 09:09 |
| P9 10 SSD对象检测 23:54 |
| P11 12 同步与异步调用 11:21 |
| P13 14 表情识别 17:19 |
| P15 16 人脸关键点提取 18:05 |
| P17 18 行人检测 10:10 |
| P19 20 行人属性检测 26:23 |
| P21 22 场景文字检测 20:48 |
| 目录(英特尔物联网创新大使投稿) |
|---|
| P1 OpenVINO™_02_OpenVINO™安装流程 03:56 |
| P2 OpenVINO™_03_工作流程与原理 02:56 |
| P3 OpenVINO™_04_示例操作教程 03:49 |
| P4 OpenVINO™_05_编译示例代码 05:41 |
| P5 OpenVINO™_06_使用Model Downloader下载深度学习模型 02:29 |
| P6 OpenVINO™_07_深度学习:分类、检测、分割 04:39 |
| P7 OpenVINO™_08_Model Optimization 的原理 03:57 |
| P8 OpenVINO™_09_Model Optimizer 上手操作 02:57 |
| P9 OpenVINO™_10_Model Optimizer 选择合适的数据类型 04:18 |
| P10 OpenVINO™_11.2_Model Optimizer - 高级应用第二部分 04:11 |
| P11 OpenVINO™_11_Model Optimizer 高级应用 03:49 |
| P12 OpenVINO™_12_Model Optimizer - TensorFlow 05:05 |
| P13 OpenVINO™_13_使用Model Optimizer 转换 ONNX 模型 02:22 |
| P14 OpenVINO™_15_Inference Engine 原理 03:43 |
| P15 OpenVINO™_16_使用Inference Engine 示例代码 04:05 |
| P16 OpenVINO™_17_Inference Engine 的Python示例代码 04:15 |
| P17 OpenVINO™_18_Intel 集成显卡 05:22 |
| P18 OpenVINO™_20_使用OpenVINO的预训练模型 04:03 |
| P19 OpenVINO™_21_交互式人脸检测演示 03:20 |
| P20 OpenVINO™_22_多路人脸检测演示 06:51 |
| P21 OpenVINO™_23_Pedestrian Tracker Demo 04:31 |
| P22 OpenVINO™_27_Movidius MyriadX 03:08 |
| P23 OpenVINO™_28_使用英特尔Movidius神经计算棒进行推理 04:03 |
| P24 OpenVINO™_29_异构插件 04:24 |
| P25 OpenVINO™_30_Inference Engine 的异步操作API 02:47 |
| P26 OpenVINO™_32_Use the Benchmark Utility 06:56 |
| P27 OpenVINO™_33_Validation application 05:23 |
| P28 OpenVINO™_35_HDDL Intel Vision Accelerator |
| Part 1 05:30 |
| P29 OpenVINO™_36_HDDL Intel Vision Accelerator |
| Part 2 04:47 |
| P30 OpenVINO™_37_RaspberryPI + Movidius NCS 04:41 |
| P31 OpenVINO™_39_Smart Classroom Demo 03:50 |
| P32 OpenVINO™_40_INT8 and VNNI 08:31 |
| P33 OpenVINO™_41_INT8 Full Inference Flow Example 06:38 |
| P34 OpenVINO™_45_GPU |
| Performance Monitoring 04:21 |
| P35 OpenVINO™_47_Full |
| Pipeline Simulation Using GStreamer 06:03 |
| P36 OpenVINO™_48_Full |
| Pipeline Simulation Using GStreamer Samples 04:32 |
| P37 OpenVINO™_50_Inference in Five Lines of Code 03:07 |
| P38 OpenVINO™_51_CVAT Computer Vision Annotation Tool 06:04 |
| P39 OpenVINO™_52_CVAT Auto Annotation 05:02 |
| P40 OpenVINO™_53_MULTI |
| Plug-in 05:24 |
| P41 OpenVINO™_54_Video Compression 07:32 |
| P42 OpenVINO™_55_Accelerate Video Decode with Intel Integrated GPU 08:11 |
本教程详细介绍如何使用Python和OpenVINO工具包进行计算机视觉项目的开发,包括图像处理、对象检测、人脸识别等核心技术,并提供了树莓派4B上的实际部署案例。
938

被折叠的 条评论
为什么被折叠?



