训练模型 BML上提供了预置模型调参、NoteBook建模、自定义作业三种开发模式,开发难度和开发的灵活性程度不一,分别满足不同水平和需求的开发者。 本文以使用者最多的预置模型调参开发模式为例,示意训练模型的基本步骤。 1、进入bml官方平台点击【预置模型调参】-【计算机视觉模型】,点击【创建】。 2、填写项目信息并点击【新建】。 3、点击【新建任务】。
高性能 Atlas 200 Atlas 200 Atlas 200DK 11ms EasyDL 物体检测 高精度 Atlas 200 Atlas 200 Atlas 200DK 31ms Release Notes 时间 版本 说明 2020.6.15 0.2 支持物体检测 2020.3.10 0.1 初始版本,支持图像分类 测试atlas 200的官方demo 请参见此处的 文档说明 , 搭建开发环境
物体检测AndroidSDK集成文档 简介 1.1 Android SDK 硬件要求 Android 版本:支持 Android 5.0(API 21) 及以上 硬件:支持 arm64-v8a 和 armeabi-v7a,暂不支持模拟器 通常您下载的SDK只支持固定的某一类芯片。 通用ARM : 支持大部分ARM 架构的手机、平板及开发板。 通常选择这个引擎进行推理 。 通用ARM GPU:支持骁
进程模式软网关自定义驱动开发 功能简介 进程模式使用了和容器模式不一样的数采上报架构,使用了软网关模块。该模块大大简化了自定义协议驱动开发难度,当有新增驱动协议时,用户只需要开发数据采集插件,由软网关模块来完成数据的清洗、转换、上报。且数采插件开发与语言无关,用户可以使用任意支持的语言进行插件开发(容器模式自定义协议驱动仅支持go语言)。
EdgePredictorConfig 的具体使用方法可以参考开发工具包中的demo工程。
物体检测WindowsSDK集成文档 简介 本文档介绍物体检测通用小型设备Windows SDK的使用方法。 硬件支持: Intel CPU 普通版 * x86_64 CPU 加速版 - Intel Xeon with AVX2 and AVX512 - Intel Core Processors with AVX2 - Intel Atom Processors with SSE * - AMD
config.set_config(params::PREDICTOR_KEY_SERIAL_NUM, "1DB7-1111-1111-D27D"); 具体支持的运行参数可以参考开发工具包中的头文件的详细说明。
EdgePredictorConfig 的具体使用方法可以参考开发工具包中的demo工程。 具体支持的运行参数可以参考开发工具包中的头文件。
EasyDL 通用版/全功能AI开发平台BML(原EasyDL专业版) 通用ARM版:支持iPhone5s, iOS 9.0 以上所有手机。 A仿生芯片版:支持iPhone5s, iOS 11.0 以上手机。充分利用苹果A系列仿生芯片优势,在iPhone 8以上机型中能有显著的速度提升。
客户是一家有丰富系统开发经历但没有AI开发能力的企业,在技术选型阶段,标准AI模型采买、付费请AI厂商开发定制模型、通过PaddlePaddle等开源AI开发套件自研等方式都有进入考虑范围,最终结合自身技术能力、成本、效率等因素,最终决定使用飞桨生态下的EasyDL物体检测任务自主完成AI模型的开发,将AI能力集成入自研智能监测系统中。