打开VINO-YoloV3 YoloV3 / tiny-YoloV3 + RaspberryPi3 / Ubuntu笔记本电脑+ NCS / NCS2 + USB摄像头+ Python 灵感来自 作为移动应用程序的性能比较（基于感官比较） ◯=高，△=中，×=低 没有。 模型 速度 准确性 适应距离 1个 固态硬盘 × ◯ 所有 2 △ △ 短距离 3 × ◯ 所有 4 ◯ △ 远距离 我的文章 变更记录 [2019年3月1日]提高准确性。 修复了预处理和后处理错误。 [2019年3月17日]添加了带有您自己的数据集的训练过程。 [2019年4月3日]开始在Open

openvino接口静态文档

深度学习组件

dbface-on-openvino人脸识别开源程序 PYTHON

无需安装，按照readme编译即可

l_openvino_toolkit_p_2018.2.300 inter引擎优化库，在编译opencv的时候用到

tflite2tensorflow 从.tflite生成saved_model，tfjs，t​​f-trt，EdgeTPU，CoreML，量化的tflite，ONNX，OpenVINO，无数推理引擎blob和.pb。 1.支持的图层 不。 TFLite层 TF层 评论 1个 CONV_2D tf.nn.conv2d 2个 DEPTHWISE_CONV_2D tf.nn.depthwise_conv2d 3 MAX_POOL_2D tf.nn.max_pool 4 软垫 tf垫 5 MIRROR_PAD tf.raw_ops.MirrorPad 6 relu tf.nn.relu 7 普鲁鲁 tf.keras.layers.PReLU 8 RELU6 tf.nn.relu6 9 重塑 tf.reshape 10 添加 tf.add 11 潜艇 tf.ma

此demo的python源代码 模型person-detection-retail-0013 示例视频文件 相关文章介绍 https://mp.csdn.net/postedit/93968520

openvino demo资源。

在VS2017中配置OpenVINO环境，并运行Tensorlfow训练的MobileNet，包括Tensorflow模型转为OpenVINO模型，VS2017运行OpenVINO模型等,配置OpenCV等，详情请阅读我的博客【OpenVINO运行Tensorflow模型】