内容简介：01活动信息
↑ 点击 蓝字 关注极市平台 识别先机 创造未来
| 极市线上分享 第43期 |
前段时间，计算机视觉顶会CVPR 2019 公布了接收结果，极市也对此做了相关报道，目前官方只公布了接收论文ID列表，极市已汇总目前公开的所有paper及code： https://github.com/extreme-assistant/cvpr2019
为让大家更好地了解这些优秀的论文和工作，极市计划做 CVPR2019的专题直播分享会 ，邀请CVPR2019的论文作者进行线上直播，分享他们优秀的团队工作和技术干货，也欢迎各位小伙伴自荐或推荐优秀的CVPR论文作者到极市进行技术分享~
本次分享，极市邀请了 英特尔（中国）资深视觉应用工程师 周兆靖 ，为我们分享 ： 如何利用开源OpenVINO™工具集加速深度学习推理 ，欢迎各位小伙伴参与直播，与嘉宾互动交流~
01
活动信息
主题： 如何利用开源OpenVINO™工具集加速深度学习推理
时间： 6月5日（周三）晚20:00~21:00
02
嘉宾信息
周兆靖
本科毕业于南开大学人工智能学院，研究生毕业于英国谢菲尔德大学，在英特尔（中国）有限公司任职 资深视觉应用工程师 ，对计算机视觉 工具 部署及视觉算法优化等方向非常有研究。
03
关于分享
➤分享背景
深度学习的不断发展，让计算机视觉技术得以更快得成熟，更有效得应用到各行各业中解决实际问题，比如停车场加油站车牌识别，餐厅里的刷脸支付，办公楼的人脸考勤等。可以说，深度学习在计算机视觉技术的落地应用中起到了举足轻重的作用。
但受限于利用独立显卡完成模型训练带来的思维惯性，深度学习推理往往沿用CPU+独立显卡的方案，而独立显卡过高的价格造成实际应用成本升高，大大增加了算法规模化应用的难度。今天的分享将介绍我们如何利用开源工具套件OpenVINO™在实现跨硬件平台加速深度学习推理性能的同时，降低应用和算法多平台维护的成本。
-
软件地址: https://software.intel.com/en-us/openvino-toolkit
-
开源地址: https://github.com/opencv/dldt
➤分享大纲
1. 如何加速深度学习推理
2. OpenVINO™加速安检仪违禁品检测推理实例分享
3. OpenVINO™工具集推理加速原理及代码构建
4. 更多实例经验分享
04
参与方式
关注“ 极市平台 ”公众号，回复 “43”或“ 周兆靖 ” 即可 获取免费直播链接 。加入专业CV交流群请填写表单
( http://extremevision.mikecrm.com/kYZXL5o) 或者点击阅读原文跳转。
05
往期回顾
极市致力于打造最专业的的视觉算法开发与分发平台，特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验，目前已成功举办 42期线上分享 。近期在线分享查看：
邓健康：ArcFace 构建高效的人脸识别系统
张志鹏|CVPR2019:基于siamese网络的单目标跟踪
诸宸辰|CVPR2019:基于Anchor-free特征选择模块的单阶目标检测
王鑫龙|CVPR2019:联合分割点云中的实例和语义
张钊宁|算力限制下的目标检测实战及思考
闫霄龙|基于开源ImagePy工具的图像处理算法解析
小美&张德兵|分布式人脸识别及工业运用经验
高继扬|时序动作检测
孙书洋|CVPR 2018论文详解：光流导向特征在视频动作识别中的应用
邬书哲|基于卷积神经网络的鲁棒人脸检测
王蒙蒙|基于计算机视觉的目标跟踪算法概览
……
更多往期分享请浏览： 极市计算机视觉技术分享集锦 （ http://bbs.cvmart.net/topics/149/cvshare ）
在" 极市平台 "公众号后台回复期数或者分享嘉宾名字，即可获取极市平台对应期在线分享资料。
06
关于极市平台
极市平台（Extreme Mart） 是深圳极视角旗下的专业的视觉算法开发与分发平台，通过为开发者提供免费算法分发，真实行业需求和丰富场景性数据等，与开发者一起搭建视觉算法市场的App Store。
有问题的请在开发者社区分享帖 http://bbs.cvmart.net/topics/431(或阅读原文） 留言，嘉宾会在直播中回答大家的问题~
觉得有用麻烦给个在看啦~
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 阿里开源深度神经网络推理引擎 MNN
- 英伟达深度学习推理引擎TensorRT，现在开源了
- 开源｜dl_inference：通用深度学习推理服务
- Facebook 开源 FBGEMM，服务器端推理优化库
- Facebook 开源 FBGEMM，服务器端推理优化库
- 微软开源用于机器学习模型的高性能推理引擎ONNX
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Defensive Design for the Web
37signals、Matthew Linderman、Jason Fried / New Riders / 2004-3-2 / GBP 18.99
Let's admit it: Things will go wrong online. No matter how carefully you design a site, no matter how much testing you do, customers still encounter problems. So how do you handle these inevitable bre......一起来看看 《Defensive Design for the Web》 这本书的介绍吧!
