OpenVINO? 工作流程整合工具

　　QNAP的OpenVINO?Workflow Consolidation Tool(簡(jiǎn)稱(chēng)OWCT)為融合OpenVINO?執(zhí)行流程的協(xié)同工具。此應(yīng)用程序采用Intel?OpenVINO?開(kāi)發(fā)工具包技術(shù)，專(zhuān)為深度學(xué)習(xí)應(yīng)用打造，可將訓(xùn)練好的AI模型部署到目標(biāo)平臺(tái)上進(jìn)行推論操作，協(xié)助企業(yè)組織以經(jīng)濟(jì)、效率的方式快速部署計(jì)算機(jī)視覺(jué)(Computer Vision)和深度學(xué)習(xí)解決方案。

訓(xùn)練和推論

　　「訓(xùn)練」指的是讓系統(tǒng)通過(guò)一組有限數(shù)據(jù)進(jìn)行學(xué)習(xí)的過(guò)程；而「推論」則是運(yùn)用已經(jīng)訓(xùn)練完成的模型，在更廣大的環(huán)境里實(shí)際預(yù)測(cè)正確的結(jié)果。

Intel?OpenVINO?開(kāi)發(fā)工具包

　　開(kāi)源的OpenVINO?工具套件可讓您的企業(yè)將計(jì)算機(jī)視覺(jué)與深度學(xué)習(xí)解決方案快速又有效地實(shí)施于多種應(yīng)用程序上。其支持硬件加速裝置以帶來(lái)深度學(xué)習(xí)推論的加速能力，并廣泛支持Intel?平臺(tái)裝置(包含CPU、GPU、FPGA及VPU等硬件加速芯片)。重要元素包括：

　　*Intel?深度學(xué)習(xí)開(kāi)發(fā)工具包(模型優(yōu)化器和推論引擎)

　　*針對(duì)OpenCV和OpenVX的優(yōu)化功能

　　*超過(guò)15個(gè)范例程序代碼和預(yù)先訓(xùn)練好的模型，可節(jié)省寶貴的開(kāi)發(fā)時(shí)間

快速進(jìn)行您的計(jì)算機(jī)視覺(jué)AI推論

　　使用OpenVINO?Workflow Consolidation Tool(OWCT)的主要優(yōu)點(diǎn)：

　　部署快速

　　OpenVINO?工具套件內(nèi)含開(kāi)源的代碼庫(kù)，可協(xié)助縮短開(kāi)發(fā)時(shí)間，并簡(jiǎn)化深度學(xué)習(xí)推論和計(jì)算機(jī)視覺(jué)解決方案的部署流程。

　　模型優(yōu)化

　　模型優(yōu)化器可將訓(xùn)練模型轉(zhuǎn)換成IR文件格式(Intermediate Representation)，并協(xié)助去除已訓(xùn)練好模型中的冗余參數(shù)，提升推論速度數(shù)十倍到百倍。

　　圖形用戶(hù)接口

　　OWCT提供圖形用戶(hù)接口，讓用戶(hù)可輕易地使用OpenVINO?功能，檢視呈現(xiàn)的影像畫(huà)面，并下載推論結(jié)果存檔。

使用默認(rèn)模型加速開(kāi)發(fā)時(shí)間

　　除了找尋現(xiàn)成的AI模型或自行訓(xùn)練專(zhuān)屬的模型，OpenVINO?工具套件也提供Intel?預(yù)先訓(xùn)諫及優(yōu)化好的神經(jīng)網(wǎng)絡(luò)模型讓用戶(hù)套用，并且是推論引擎可直接讀取并執(zhí)行推論。

使用預(yù)先訓(xùn)練好的模型

　　OpenVINO?工具套件包含兩種優(yōu)化的模型組。您可以直接采用這些模型應(yīng)用至您的推論環(huán)境，節(jié)省寶貴的開(kāi)發(fā)時(shí)間。

　　*年齡&性別辨識(shí)

　　*十字路口

　　*頭部位置

　　*安全標(biāo)志、路障

　　*交通工具特征辨識(shí)

　　*以及更多…

使用您自己訓(xùn)練的模型

　　匯入您自行訓(xùn)練的模型，并利用模型優(yōu)化器和推論引擎的優(yōu)化功能，如此一來(lái)，您便能輕松地在現(xiàn)有或是未來(lái)的Intel?平臺(tái)裝置執(zhí)行計(jì)算機(jī)視覺(jué)推論，滿足AI應(yīng)用需求。OpenVINO?工具套件可兼容使用Caffe或TensorFlow框架所開(kāi)發(fā)的訓(xùn)練模型。

加速卡助力深度學(xué)習(xí)推論

　　OpenVINO?工具套件支持Intel?平臺(tái)的硬件加速器(CPU、GPU、FPGA和VPU)，透過(guò)統(tǒng)一的API接口對(duì)指定的加速硬件激發(fā)效能潛力。