Contents ...
udn網路城邦
【問卦】 英偉達給了技術與工具,我用Python做個口罩檢測模型
2021/12/04 16:35
瀏覽61
迴響0
推薦0
引用0

數據、算法和計算力是推動人工智能發展的三大要素。隨著高性能 GPU、TPU 的出現,人們正在將 AI 技術的利用推向極致。

近年來,AI 模型不斷突破性能的上限,在解決問題的能力變得更強的同時,體量也越做越大。這導致了訓練成本的不斷攀升,訓練過程也變得更加復雜,對于很多開發者和小型企業來說,也是一種「不能承受之重」。

今年,英偉達發布了人工智能模型適應平臺NVIDIA TAO(Train, Adapt, and Optimize)。這是一個可以簡化和加速企業 AI 應用和服務創建的 AI 模型快速開發平臺。

NVIDIA TAO 通過基于用戶界面的指導性工作流程,讓用戶可以使用自定義數據對預訓練模型進行微調,無需掌握大量訓練運行和深度 AI 專業知識,在數小時內(原本需要數月)產生高度精確的計算機視覺、語音和語言理解模型。

TAO 平臺匯集了加速模型適應過程所需的各種 NVIDIA 技術,使用的是對用戶完全抽象化的 TensorFlow 和 PyTorch 框架。用戶通過書面規范文件操作 TAO 工具套件,無需學習 DL 框架。

為了深入了解和快速上手NVIDIA TAO,加速模型訓練、優化過程,英偉達聯合推出
「詳解NVIDIA AI模型快速開發平臺TAO」三期線上分享,通過英偉達專家的理論解讀和實戰經驗分享,向讀者展示如何使用 TAO快速完成模型的訓練、適應和優化,加速企業 AI 應用和服務創建。

11月30日,系列分享第二期:
基于Python的口罩檢測模塊代碼解析——快速搭建基于TensorRT和NVIDIA TAO受今年新冠疫情的影響,快速的人臉口罩檢測成為了目前一個比較火熱的話題。在不同的場景下,快速訓練并部署一個屬于自己的口罩檢測模型成為了搭建高效防疫機制的關鍵。
本次分享將介紹如何利用 NVIDIA TAO Toolkit,在 Python 的環境下快速訓練并部署一個人臉口罩監測模型,并會詳細介紹如何利用該工具對模型進行剪枝、評估與優化。
TAO Toolkit 內包含了 150 個預訓練模型,用戶不用從頭開始訓練,極大地減輕了準備樣本的工作量,讓開發者專注于模型的精度提升。
在 TAO Toolkit 幫助加速模型訓練時,TensorRT 還可以幫助在模型部署上進一步加速。NVIDIA TensorRT? 是一種高性能深度學習推理優化器和運行時提供低延遲和高吞吐量的深度學習推理的應用程序。使用 TensorRT 可以優化神經網絡模型、精確校準低精度,并最終將模型部署到超大規模的數據中心、嵌入式或汽車產品平臺。

本次系列分享嘉賓是 NVIDIA 企業級開發者社區經理,他擁有多年的 GPU 和人工智能開發經驗。自 2017 年加入 NVIDIA 開發者社區以來,完成過上百場培訓,幫助上萬個開發者了解人工智能和 GPU 編程開發。在計算機視覺,高性能計算領域完成過多個獨立項目。并且,在機器人和無人機領域,有過豐富的研發經驗。對于圖像識別,目標的檢測與跟蹤完成過多種解決方案。曾經參與 GPU 版氣象模式 GRAPES,是其主要研發者。


直播時間:北京時間11月30日19:30-21:00分享摘要:
  • NVIDIA TAO Toolkit的獨到特性
  • TensorRT 8.0的最新特性
  • 利用TAO Toolkit快速訓練人臉口罩檢測模型
  • 利用TensorRT 快速部署人臉口罩檢測模型


直播間地址:

(點擊閱讀原文直達)

報名方式:進入直播間——移動端點擊底部「觀看直播」、PC端點擊「立即學習」——填寫報名表單后即可進入直播間觀看。

直播交流群:每次課程均有答疑環節,識別下方二維碼加入交流群。

如群已超出人數限制,請添加其他小助手:syncedai2、syncedai3、syncedai4 或 syncedai5,備注「TAO」即可加入。

點擊閱讀原文,立即報名。



【獨立評論】 兵王張英才:前無古人的獲得9次特等功,四百萬解放軍只他一人【專家講評】 一波各種房屋重建的對比圖,好設計簡直讓房子煥然一新!【時事探索】 魔幻,美國首批合法吸毒館在紐約開張,網友:鴉片館又復活了?!

限會員,要發表迴響,請先登入