本地模型部署工具:OpenVINO™

点击蓝字

关注我们,让开发变得更有趣

OpenVINO™

OpenVINO™ 是一个深度学习模型的部署工具,可实现针对特定模型结构的优化与推理任务提升,目前 OpenVINO™ 已适配x86,ARM 在内的异构硬件终端,支持 CNN,Transformer 等多种网络结构,提供 C/C++/Python 等多类 API 接口语言,不管是传统的机器视觉 NLP 模型,或是最新的 LLM 多模态模型,都可以利用 OpenVINO™ 工具包中提供的丰富接口进行部署。

安装方式:

  • OpenVINO runtime:pip install openvino

  • OpenVINO with GenAI: pip install openvino-genai

更多安装方式可以参考:

  • https://docs.openvino.ai/2024/get-started/install-openvino.html

官方文档:

  • Documents:https://docs.openvino.ai/

  • Github:https://github.com/openvinotoolkit

  • Gitee:https://gitee.com/openvinotoolkit-prc

  • Notebooks示例:

https://openvinotoolkit.github.io/openvino_notebooks/

视频教程:

  • https://space.bilibili.com/38566875

文字版教程可关注 微信公众号

Python示例:

  • YOLO示例:

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/yolov11-optimization

  • https://github.com/openvinotoolkit/openvino_notebooks/blob/latest/notebooks/yolov10-optimization/yolov10-optimization.ipynb

  • SAM分割示例:

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/sam2-image-segmentation

  • 文生图示例:

1)性能最优:

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/latent-consistency-models-image-generation

  • https://github.com/openvinotoolkit/openvino_notebooks/blob/latest/notebooks/sdxl-turbo/sdxl-turbo.ipynb

2)效果最佳:

  • https://github.com/openvinotoolkit/openvino_notebooks/blob/latest/notebooks/flux.1-image-generation/flux.1-image-generation.ipynb

  • https://github.com/openvinotoolkit/openvino_notebooks/blob/latest/notebooks/stable-diffusion-v3/stable-diffusion-v3.ipynb

  • Whisper语音识别示例:

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/distil-whisper-asR

  • Chatbot示例(支持多种模型):

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/llm-chatbot

  • RAG示例:

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/llm-rag-llamaindex

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/llm-rag-langchain

  • 多模态示例:

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/qwen2-vl

  • https://github.com/openvinotoolkit/openvino_notebooks/blob/latest/notebooks/qwen2-audio/qwen2-audio.ipynb

  • Agent示例:

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/llm-agent-functioncall

  • https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/llm-agent-react

更多实践示例可以参考:

https://github.com/openvinotoolkit/openvino_notebooks

C/C++示例:

  • 基础用法:

https://github.com/openvinotoolkit/openvino/tree/master/samples

  • GenAI示例:

https://github.com/openvinotoolkit/openvino.genai/tree/master/samples/cpp

英特尔 AI PC

  • 介绍及使用案例:

https://www.intel.com/content/www/us/en/products/docs/processors/core-ultra/ai-pc.html

哪吒开发套件

  • 哪吒开发板及英特尔边缘开发套件使用案例集合: https://inteldevkit.youkuaiyun.com/

OpenVINO™

感谢您了解学习【英特尔OpenVINO工具套件】系列课程,为了能给您提供更好的课程体验,现诚邀您花费2分钟的时间填写关于本课程的调查问卷。我们将在填写问卷的同学中抽取5名幸运的小伙伴儿,每人赠送一张价值99元的优快云·VIP月卡,感谢您的参与!问卷地址:https://t.csdnimg.cn/07Qv 英特尔® OpenVINO工具套件中级课程面向有一定基础的学员。若您是一名计算视觉技术的初学者,我们将建议您先学习英特尔® OpenVINO工具套件的初级课程,再进行中级课程的学习。本课程将主要介绍计算机视觉应用的相关知识,特别是英特尔® OpenVINO工具套件的整体架构以及使用方法。整个课程的视频课程部分包含了OpenVINO模型优化器和推理引擎的使用,视频解码的OpenCV,MediaSDK和Gstreamer的使用,AI应用中的推理优化,以及构建一套完整的视频推理AI应用的Demo演示。并且课程提供了动手实验环节,届时您将使用一个虚拟云终端进行操作实验。通过本课程的学习,将帮助您快速上手英特尔® OpenVINO工具套件的使用方法,并且能够熟悉如何去快速构建一款AI应用。为保证您顺利收听课程参与测试获取证书,还请您使用电脑端进行课程学习!为了便于您更好的学习本次课程,推荐您在本地下载英特尔® OpenVINO工具套件,下载地址:https://t.csdnimg.cn/yOf5Intel®Devcloud注册地址:https://devcloud.intel.com/收听中级课程并完成动手实验,可获得专属定制证书,还可以参与定制周边的抽奖活动! 初级课程学习:https://edu.youkuaiyun.com/course/detail/27685 请注意:点击报名即表示您确认您已年满18周岁,并且同意优快云基于商务需求收集并使用您的个人信息,用于注册OpenVINO工具套件及其课程。优快云和英特尔会为您定制最新的科学技术和行业信息,将通过邮件或者短信的形式推送给您,您也可以随时取消订阅不再从优快云或Intel接收此类信息。 查看更多详细信息请点击优快云“用户服务协议”,英特尔“隐私声明”和“使用条款”。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值