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 |
|
|---|---|
| PCF8574功能模块及其使用被打赏¥20元 | |
| 传感器LSM6DSO及LIS3MDL的功能检测被打赏¥18元 | |
| LPS25HB气压传感器及其检测被打赏¥18元 | |
| HTS221温湿度传感器及其检测被打赏¥18元 | |
| 【S32K3XX】HSE FW 版本更新被打赏¥21元 | |
| 基于ArduinoUNO开发板的AT24C02读写测试被打赏¥16元 | |
| TCS3472S传感器及其色彩检测被打赏¥19元 | |
| 【S32DS】S32K3 RTD7.0.1 HSE 组件配置报错问题解决被打赏¥27元 | |
| 【S32K3XX】MCME 启动 CORE1被打赏¥23元 | |
| AG32VH407下温度大气压传感器及其检测被打赏¥20元 | |
我要赚赏金
