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 |
|
|---|---|
| 【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 | |
| AG32VH407下光照强度传感器BH1750及其检测被打赏¥22元 | |
| AT32VH407下使用温湿度传感器DHT22进行检测被打赏¥20元 | |
| DIY一个婴儿澡盆温度计被打赏¥34元 | |
| 【FreeRtos】FreeRtos+MPU region 配置规则被打赏¥23元 | |
| 【分享开发笔记,赚取电动螺丝刀】三分钟快速上手驱动墨水屏(ArduinoIDE)被打赏¥28元 | |
| 【S32K3XX】LIN 通讯模块使用被打赏¥31元 | |
| 【FreeRtos】FreeRtos + MPU模块的配置使用被打赏¥32元 | |
我要赚赏金
