Заметки Computer Vision инженера
Мои статьи из разных мест. Моя телега - @wk_zb Про консультации - https://telegra.ph/Pro-konsultacii-03-19 Про рекламу - https://telegra.ph/Pro-reklamu-v-bloge-03-19 Про политоту - https://telegra.ph/Pro-politiku-na-kanale-vo-izbezhanie-bana-04-11
Ko'proq ko'rsatish- Kanalning o'sishi
- Post qamrovi
- ER - jalb qilish nisbati
Ma'lumot yuklanmoqda...
Ma'lumot yuklanmoqda...
New ML models create buzz, but are they worth updating? Discover when to embrace change and when to stick with your current production…
Это запись лекции Антона Мальцева на курсе «Ускорение нейросетей» от DeepSchool. Углубимся в «ландшафт» производителей одноплатников, посмотрим на схему запуска и разберём проблемные слои, которые не заработают на вашем микрокомпьютере. Курс «Ускорение нейросетей»:
https://deepschool.ru/speedupТелеграм канал Антона:
https://t.me/CVML_teamНаш телеграм, в котором мы напоминаем теорию и делимся советами по обучению нейросетей:
https://t.me/deep_schoolПодписывайтесь, чтобы развиваться в ML и DL вместе! 00:00:00 | Введение 00:01:17 | В чем разница между NPU CPU GPU 00:02:13 | Зачем NPU? 00:04:05 | Название 00:04:53 | А есть ли разница? 00:05:35 | Схема работы 00:07:14 | А кто делает? 00:10:49 | Фреймворки 00:15:16 | Экспорт как устроен 00:19:35 | Примеры 00:46:13 | Бенчмарки 00:49:11 | Какие есть оценки 00:54:02 | Почему медленно? 01:07:02 | C++/Python 01:08:36 | Обучение на NPU 01:12:22 | Итоги #computervision #inference #cv
The Raspberry Pi AI Kit offers an accessible way to build local, high-performance, power-efficient inferencing into countless applications.
00:00:00 - Intro about Analog Devices MAX78000FTHR 00:00:55 - Positioning and comparison of MAX78000 00:04:46 - Documentation 00:08:03 - My general thoughts 00:08:55 - Usadge logic 00:11:30 - Bonus My LinkedIn -
https://www.linkedin.com/in/maltsevanton/My Telegram channel -
https://t.me/CVML_teame-mail: [email protected] Twitter -
https://twitter.com/Serious_WK00:00:00 - Intro. 00:01:15 - Let's look on the article 00:03:12 - Values: 00:03:26 - Accuracy 00:04:46 - Support 00:06:05 - License 00:07:33 - Easy? 00:08:00 - When I should use it? Summary What is your favorit YOLO? Yolov3, Yolov4, Yolov5, Yolov6, Yolov7, Yolov8, Yolov9, Yolov10, DAMO-Yolo, RT-Detr, Yolo-World, ...,? Write your oppinion in comments! My LinkedIn -
https://www.linkedin.com/in/maltsevanton/My Telegram channel -
https://t.me/CVML_teame-mail: [email protected] Twitter -
https://twitter.com/Serious_WK00:00:00 - Intro. 00:00:33 - Hailo overview: Hailo-8, Hailo-15, Hailo-10 00:01:12 - Hi-level opinion 00:01:41 - The main idea about Hailo usage. Where to use it? 00:03:27 - The most important topic: Quantization 00:05:57 - Supported models. What is usable? 00:07:25 - Transformers 00:08:02 - Advice: correct pipeline of the work 00:10:28 - Hailo support My LinkedIn -
https://www.linkedin.com/in/maltsevanton/My Telegram channel -
https://t.me/CVML_teame-mail: [email protected] Twitter -
https://twitter.com/Serious_WKMusic is generated with Suno Ai Preview image generated with Dalle-3 Part of the text was generated with GPT-4o Crazy world:)