• 投稿
535
272
1075
229
【同济子豪兄】两天搞定图像分类毕业设计 代码教程:https://github.com/TommyZihao/Train_Custom_Dataset Github代码仓库:https://github.com/microsoft/onnxruntime-inference-examples Android Studio下载:https://developer.android.com/studio 前面的视频中,我们已构建了自己的30类图像分类数据集,用Pytorch迁移学习训练得到自己的图像分类模型。但原生Pytorch模型的推理预测速度慢,且无法完美兼容适配在各种终端硬件设备上。 上一讲视频,将Pytorch模型库预训练ImageNet模型,和自己训练得到的水果分类模型,转换为机器学习通用中间格式ONNX。 本讲视频,使用推理框架ONNX Runtime,在安卓手机端部署ONNX模型。 在Android Studio中,指定ONNX模型和类别文件,修改输入图像尺寸,调用手机摄像头,实时推理预测。打包为apk文件,安卓手机即可安装使用。 【答疑交流、定制开发】 两天搞定图像分类毕业设计答疑交流微信群,公众号 人工智能小技巧 回复 图像分类 开发需求:手机APP、微信小程序、网页开发、服务器部署,公众号 人工智能小技巧 回复 定制开发 加东哥微信
创作团队 3人
TensorRT部署封装
1/3
loading
加载中...
playing
Pytorch图像分类部署-ONNX Runtime安卓手机APP
3.6万播放
使用TensorRT部署神经网络
1.5万播放
基于mmdet的maskrcnn在TensorRT上的端到端部署与精度对齐
3655播放
loading
加载中...
客服
顶部