A Intel lançou uma plataforma open source para que se possa criar soluções usando visão computacional. O OpenVino é baseado em CCN (Redes Convolucionais Neurais) e otimiza os algoritmos para funcionarem em processadores e soluções de hardware da Intel, incluindo GPU, VPU e FPGA.
As principais características do OpenVino são:
- Permite a inferência de aprendizagem profunda (deep learning) baseada em CNN na borda;
- Suporta execução heterogênea em aceleradores de visão computacional – CPU, GPU, Neural Compute Stick Intel® Movidius ™ e FPGA — usando uma mesma API;
- Acelera o tempo de comercialização através de uma biblioteca de funções e núcleos pré-otimizados;
- Inclui chamadas otimizadas para OpenCV e OpenVX;
Características do Toolkit OpenVino
O toolkit do OpenVino então permite que se integre inferências de aprendizado profundo (deep learning) com os frameworks de inteligência artificial já padrão de mercado como Tensorflow, caffe, entre outros. O otimizador de modelos do OpenVino importa e prepara os modelos para os hardwares da Intel. Isso foi criado para que o desenvolvedor tenha flexibilidade na hora do deploy da aplicação, podendo mudar de plataforma de hardware durante o desenvolvimento, conforme a necessidade da aplicação, sem que o projeto seja completamente inviabilizado por conta disso.
Veja o vídeo de Siraj Raval sobre a plataforma OpenVino da Intel:
Os Melhores Treinamentos sobre Sistemas embarcados e IoT
Cursos com professores qualificados para acelerar sua carreira e projetos
Treinamento e aprendizado do OpenVino
No Github há um material para poder aprender a usar e entender o OpenVino.
Está no link a seguir: https://github.com/intel-iot-devkit/smart-video-workshop
Para executar o exemplo, em uma máquina com Ubuntu 16.04, baixe e instale o OpenVINO e siga a receita que está no Github para configurar o software. Após instalado e configurado, siga as instruções para realizar um treinamento. É possível baixar todos os modelos, converter para o framework da OpenVino e rodar exemplos de inferência de aprendizado profundo (deep learning). Ao final do treinamento, estão também disponíveis links para solução completa e aberta desenvolvidas pela Intel.
Para mais informações acesse o site da Intel e do projeto OpenVino.
Acesse também a documentação da Intel apresentando o OpenVino
Olá! Gostei muito deste post.
Tem algum material ou referência que exemplifica a implementação desta toolkit com OpenCL em FPGAs?