文章研究了一个训练好的神经网络SSD_MobileNet_V2_COCO的性能。建议使用OpenVINO工具包来提高网络性能。性能评估由帧处理时间的倒数计算,它表征每秒处理的帧数。数据集COCO(由微软公司提供)被用作源数据集。在这种情况下,从这个数据集中选取了200张图像,在处理过程中,所有的图像都被缩小到相同的尺寸300x300。研究表明,使用OpenVINO使神经网络SSD_MobileNet_V2_COCO的性能平均提高了130倍。同时,与仅使用TensorFlow启动网络相比,使用OpenVINO的网络性能方差显著增加。不过,在英特尔处理器上使用这种加速器仍然是合适的。
我要赚赏金打赏帖 |
|
|---|---|
| 【S32K3学习整理】使用 LPUART 的loopback 模式实现核间通讯被打赏¥28元 | |
| arduinounoq原生zephyr环境搭建被打赏¥31元 | |
| 树莓派3+Klipper,MPU6050共振补偿被打赏¥41元 | |
| GroveCreatorKit套件+摇杆测评被打赏¥18元 | |
| 设备功耗web监控界面(ESP32C5)被打赏¥28元 | |
| OrangePiZero2W系统被打赏¥33元 | |
| Linux环境下以模拟方式快速实现出入管理功能测试被打赏¥24元 | |
| 树莓派3+Klipper,老3D打印机满血升级被打赏¥33元 | |
| OK1126B-S开发板下串口屏及其应用被打赏¥21元 | |
| 低功耗超声波液位测距仪(ESP32S3)被打赏¥27元 | |
我要赚赏金
