跳转到主要内容

Imagination+百度飞桨模型部署实战研讨会邀您参加

尽管人工智能、深度学习等词汇早已被大众熟知,但在产业落地的过程中仍面临着不少挑战,例如硬件芯片多,算法模型多、应用场景多,而 Imagination 与百度飞桨的合作则希望通过软硬件协同,加速 AI 的产业落地。

目前,Imagination 与百度飞桨联合开发的 Imagination PaddlePaddle Model zoo 模型已经涵盖了图像分类/图像分割/物体检测等应用,并已对外开源。

为了更全面深入地了解 Model Zoo 模型,Imagination 与百度飞桨将于 9 月 28 日举办 PowerVR+飞桨 Model Zoo 模型部署实战研讨会,现在点击下方图片即可注册预约,免费观看。

<center><a href="http://imgtec.eetrend.com/content/2022/form-PaddleClas.html"><img src="http://imgtec.eetrend.com/files/2022-09/wen_zhang_/100564095-272062-928…; alt="Imagination+百度飞桨模型部署实战研讨会邀您参加" title="点击注册预约"></a></center><br>

在此次的研讨会中,您将学习“端到端在 Imagination 硬件上部署飞桨模型的工作流程”,来自百度飞桨的工程师分享飞桨 PaddelClas 图像分类开发套件的全景图并重点介绍 EfficientNet 的结构和性能,以及推理模型的导出和 TVM IR 转换。来自 Imagination 的工程师则从硬件部署优化的角度分享如何在 Imagination 硬件平台上部署深度学习应用,同时还将基于集成了紫光展锐 T710 芯片的 BU99 开发板进行 demo 演示。

<font color="#c200ff"><strong>研讨会内容概览:</strong></font>
<ul><li>如何准备一个飞桨训练模型?</li>

<li>如何将飞桨预训练模型导出为飞桨推理模型?</li>

<li>如何使用 Imagination NCSD 将飞桨推理模型编译为适配目标设备上运行的代码?</li>

<li>如何将优化后的模型部署在 Imagination 硬件平台?</li></ul>

<font color="#c200ff"><strong>马上扫码,开启预约</strong></font>
<a href="http://imgtec.eetrend.com/content/2022/form-PaddleClas.html&quot; style="color:#ff1256;text-align: center;display: inline-block;padding: 5px 25px; border:0; border-radius:3px;font-weight: bold; margin: 20px 10px; border: 2px solid #ff1256;">点击注册报名</a>
<img width="200" src="http://imgtec.eetrend.com/files/2022-09/wen_zhang_/100564095-271082-288…; alt=""><br>

<hr>
<strong>关于 PowerVR</strong>
PowerVR是Imagination Technologies公司旗下的图形处理器架构,创建至今已有 30年。PowerVR 图形处理器(GPU)系列在技术能力、路线图广度和生态系统方面处于市场领先地位,为移动和嵌入式 GPU 设定了基准。PowerVR 通过分块延迟渲染(TBDR)技术实现的效率确保了最低的带宽使用率和最短的每项任务处理周期,所有这些都确保了高性能效率和最低的每帧功耗。设计用于加速特定神经网络应用程序的 PowerVR 神经网络加速器(NNA)为智能边缘设备提供强大的效率和性能。

<hr>
<strong>关于研讨会中所使用的亮衡BU99开发板</strong>
BU99开发板是亮衡科技开发的基于紫光展锐T710高性能AI芯片设计的B100_A模组为核心的AI开发板,该款AI芯片集成了IMG 9440 GPU IP以及IMG 2NX NNA 神经网络加速器IP,算力最大支持 3.2 TOPs(INT 8)。B100_AAI模组的核心功能通过该开发板的外围接口开放出来,方便用户快速的接入使用。可广泛应用于对图像处理、实时性要求较高的应用场景。如:人脸识别、智能机器人、智能驾驶、智能零售、智能支付、智能医疗、智慧教育、安 防监控等设备和行业。

<hr>
<strong>关于飞桨模型套件 PaddleClas</strong>
PaddleClas是一个提供了从数据处理、模型准备、模型优化、到预测部署全流程工具的图像分类开发套件。提供: 37个系列230+个高性能图像分类预训练模型,其中包括10万分类预训练模型、PP-HGNet、PP-LCNet等明星模型,以及SSLD知识蒸馏等先进算法优化策略,可被广泛应用于高阶视觉任务;轻量图像分类方案PULC,覆盖人、车、OCR方向九大任务高频应用;轻量级图像识别模型PP-ShiTu,综合了目标检测、图像分类、度量学习、图像检索等多重技术,能够完美解决小样本、高相似、多类别等产业落地难点,CPU上仅需0.2s轻松识别十万类,且十分简单易用,极大地降低开发门槛;辅助产业及科研领域快速解决多类别、高相似度、小样本等业界难点。
<br>