Giới thiệu Intel OpenVino
Table of Contents
🔍 Giới thiệu về Intel Distribution of OpenVino
- Giới thiệu về Video và Đối tác
- Các Bộ công cụ Intel OneAPI
- Intel Distribution of OpenVino Toolkit
🛠️ Các Bước Sử Dụng OpenVino
- Bước 1: Lấy Mô Hình Đã Đào Tạo
- Bước 2: Tối Ưu Hóa Mô Hình
- Bước 3: Sử Dụng Bộ Máy Dự Đoán
🧩 Các Thành Phần Chính của OpenVino Toolkit
- Trình Tối Ưu Hóa Mô Hình (Model Optimiser)
- Bộ Máy Dự Đoán (Inference Engine)
- Thư Viện Hỗ Trợ và Tích Hợp (Libraries)
- Thư Viện Thị Giác Máy Tính OpenCV
- Các Mẫu Mã và Ứng Dụng Mẫu
🚀 Trải Nghiệm OpenVino
- Intel DevCloud và Các Nền Tảng
- Cách Nhanh Nhất để Bắt Đầu
🔍 Tổng Kết và Lời Kết
📝 Giới thiệu về Intel Distribution of OpenVino
Trong video này được tạo ra thông qua sự hợp tác với Grey Matter về Intel Distribution of OpenVino, tôi là Stephen Blair-Chappell từ Bayncore, một đối tác công nghệ Intel OneAPI cung cấp đào tạo, tư vấn và hỗ trợ kỹ thuật về HPC và AI. Đây là video cuối cùng trong bốn phần của chúng ta. Bạn sẽ nhớ từ những video trước đó của chúng tôi rằng có bảy Bộ công cụ. Và trong video này, chúng ta sẽ tìm hiểu về Bộ công cụ Intel Distribution of OpenVino.
Phân Biệt Giữa Huấn Luyện và Dự Đoán
Trong quy trình huấn luyện và dự đoán, bạn sẽ đầu tiên phát triển và huấn luyện một mô hình trên một cơ sở tính toán - điều này có thể tốn nhiều tài nguyên tính toán và mất vài ngày hoặc tuần để đạt được. Trong ví dụ của chúng tôi ở đây, chúng tôi đang huấn luyện một mô hình để nhận dạng các đối tượng cho ứng dụng giám sát giao thông bằng cách cung cấp nhiều hình ảnh được gắn nhãn - ví dụ, hình ảnh về người, ô tô, đồ đạc ven đường vv.
Sau khi mô hình đã được huấn luyện, bạn sau đó triển khai mô hình đã được huấn luyện trên một thiết bị cạnh - và chính ở giai đoạn thứ hai này OpenVino được sử dụng.
Tối Ưu Hóa và Triển Khai Mô Hình
Ở trong ví dụ của chúng ta, ứng dụng được sử dụng để phát hiện một người đi bộ bên cạnh đường sắt. Trong nhiều ứng dụng dự đoán, việc đánh giá mô hình cần phải diễn ra trong thời gian thực để có thể đưa ra các phản ứng phù hợp bởi hệ thống chủ. Bạn có thể sử dụng các tính năng tối ưu hóa của OpenVino để cải thiện thời gian phản hồi thời gian thực của quá trình dự đoán.
Sử Dụng Các Bước OpenVino
Có ba bước để sử dụng OpenVino. Trong bước đầu tiên, bạn lấy mô hình đã được huấn luyện từ môi trường huấn luyện của bạn. Bước thứ Hai là bạn tối ưu hóa mô hình đã được huấn luyện bằng cách sử dụng Trình tối ưu hóa mô hình OpenVino. Đầu ra của trình tối ưu hóa được gọi là Biểu diễn Trung Gian OpenVino (IR) và được lưu trữ trong một cặp tập tin mô tả mạng lưới và chứa các trọng số và bias của mô hình.
Các Thành Phần Chính của OpenVino Toolkit
Trình Tối Ưu Hóa Mô Hình (Model Optimiser)
Bộ Máy Dự Đoán (Inference Engine)
Thư Viện Hỗ Trợ và Tích Hợp (Libraries)
Thư Viện Thị Giác Máy Tính OpenCV
Các Mẫu Mã và Ứng Dụng Mẫu
Trải Nghiệm OpenVino
Để trải nghiệm OpenVino nhanh chóng nhất, bạn có thể đăng ký tại Intel DevCloud. Lưu ý rằng có ba nền tảng Dev Cloud được cung cấp. Một cho thiết bị FPGA, một cho các thiết bị Edge, và một cho các ứng dụng oneAPI. Đối với công việc với OpenVino, bạn nên chọn Edge DevCloud.
Tổng Kết và Lời Kết
Đây là video cuối cùng trong t
WHY YOU SHOULD CHOOSE TOOLIFY
