计算机视觉 AI 工具集 OpenVINO,是你心目中的深度学习框架 Top1 吗?
再牛的硬件设施,没有好用顺手的软件工具加持也是把没开刃的刀。
本文引用地址:https://www.eepw.com.cn/article/202004/411992.htm这条准则在所有技术领域皆准,包括人工智能领域发展最成熟、落地最广泛的计算机视觉。AI芯片使得计算机视觉技术得以在现实生活中落地,为了更加充分地挖掘处理器的性能,各大厂家都发布了各种软件框架和工具,比如国外Intel的OpenVINO,Nvidia的TensorRT,国内的OpencvReal ViewBench、Visionbank机器视觉软件等。
但是计算机视觉软件框架和工具虽多,真正功能强大,使用方便的也是屈指可数。
2018年下半年,Intel公布了一套AI工具集OpenVINO,这个工具集名称的意思是“基于视觉推断与神经网络优化”,英文比较长,叫做Visual Inference and neural network optimization。一经推出,这个AI工具集就受到了开发者的关注,几年之间,OpenVINO已经迭代了数个版本,并得到了不错的使用反馈,比如有人认为OpenVINO的ROS/ROS2版本可能是能运行在CPU上的最好的深度学习框架,有人说它功能强大,大大降低部署成本,而且有文档有论坛,还提供模型参数,使用体验很好。
为什么OpenVINO用起来不错呢?曾经有专业开发者总结过它的几点优势,以及这些优势显现背后的机制。总结起来不外乎这几点:
这套工具集是一个Pipeline工具集,可以完成算法模型部署所需要的各种能力,很大地扩展了Intel的各类算力硬件以及相关加速器,将传统的基于CPU以及OpenCV算法的图像图形处理,扩展到更多的Intel的各类算力硬件与相关加速器上,实现了AI领域的异构计算,使视觉推断能力得到了很大程度的提高。它包含了一些高效的功能:
将基于CNN模型的深度学习推断能力扩展到工作站、边缘计算和云服务;
通过计算机视觉加速器的实现,支持异构计算。OpenVINO实现了一套通用的API,可以混合调用CPU、GPU、Movidius NCS和FGPA的算力来共同完成一次视觉推;
预先实现了一系列的功能库、OpenCL kernel等,可以缩短产品面世时间;
优化了OpenCV、OpenVX等一些功能的调用。
想要查看更多OpenVINO相关技术与资料,请戳>> http://www.eepw.com.cn/openvino
评论