ID Artikel: 000088869 Jenis Konten: Pemecahan Masalah Terakhir Ditinjau: 08/09/2022

Bagaimana Saya Dapat Meningkatkan Performa Inferensi Model YOLOv4?

BUILT IN - ARTICLE INTRO SECOND COMPONENT
Ringkasan

Gunakan Post-Training Optimization Tool (POT) untuk mempercepat inferensi model deep learning.

Deskripsi
  • Melatih model YOLOv4 dengan gambar non-persegi menggunakan PyTorch.
  • Mengonversi bobot ke berkas ONNX kemudian ke Representasi Menengah (IR).
  • Tidak dapat menentukan cara mencapai performa inferensi yang lebih baik.
Resolusi

Post-Training Optimization Tool (POT) dirancang untuk mempercepat inferensi model deep learning dengan menerapkan metode khusus tanpa model retraining atau fine-tuning.

Informasi tambahan

Lihat Pelatihan tentang gambar non-persegi dan Inferensi Persegi Panjang untuk cara menerapkan gambar terlatih non-persegi pada model YOLO.

Produk Terkait

Artikel ini berlaku untuk 2 produk

Isi halaman ini adalah kombinasi terjemahan manusia dan komputer dari konten berbahasa Inggris. Konten ini diberikan hanya untuk kenyamanan Anda serta sebagai informasi umum dan tidak bisa dianggap sebagai lengkap atau akurat. Jika terdapat kontradiksi antara versi bahasa Inggris halaman ini dan terjemahannya, versi bahasa Inggris akan didahulukan. Lihat versi bahasa Inggris halaman ini.