登录社区云,与社区用户共同成长
邀请您加入社区
暂无图片
本文将介绍如何利用OpenVINO™工具套件在本地部署混元系列模型。
通过OpenVINO™的NNCF量化工具,可以快速进行模型文件里的离线量化,量化后,我们可以得到INT4精度的OpenVINO™模型,包含.xml和.bin两个文件,相较FP16精度的模型文件,INT4精度模型尺寸仅为其1/4左右。凭借小巧的参数规模和高效的架构,MiniCPM-V4.0是移动端部署的理想选择。在部署模型之前,我们首先需要将原始的PyTorch模型转换为OpenVINO™的IR静态
Intel OpenVINO™工具套件(https://openvino.ai/)以其在Intel硬件上优化和部署AI模型的能力而闻名,近日与AI工作流平台ComfyUI (https://www.comfy.org/ )达成合作:通过最近合并的OpenVINO™ node拉取请求(PR),将OpenVINO™的强大功能集成到ComfyUI中,为使用Intel硬件的创作者带来了显著的工作效率提升
Qwen2.5-Omni是Qwen 模型家族中新一代端到端多模态旗舰模型。该模型专为全方位多模态感知设计,能够无缝处理文本、图像、音频和视频等多种输入形式,并通过实时流式响应同时生成文本与自然语音合成输出。
今天,百度正式发布文心大模型4.5系列开源模型。英特尔OpenVINO与百度飞桨多年来一直保持着紧密的合作。在此次文心系列模型的发布过程中,英特尔借助OpenVINO在模型发布的第零日即实现对文心端侧模型的适配和在英特尔酷睿Ultra平台上的端侧部署。
AI PC 是一台配备专门用于加速 AI 工作负载的硬件的计算机,意味着我们可以高效地运行包含 AI 模型的应用程序。就是这样!我们将看看如何组装它?
本方案基于边缘智能驱动,融合YOLOv8模型与OpenVINO轻量化部署技术,通过哪吒派实现焊点缺陷毫秒级识别与自动补焊闭环,结合霍夫圆变换与Python视觉算法完成电池极柱±0.2mm精确定位及多型号柔性焊接路径规划。该方案构建“检测-解析-补焊”全流程自动化体系,推动良品率提升至97.5%、生产效率提高40%,为锂电池模组焊接提供智能化解决方案。
随着智能化技术与海洋产业的深度融合,本刺参 AI 分拣系统具备广阔的发展空间与战略价值。在技术层面,深度优化算法与硬件,引入 Transformer 架构提升粘连检测精度至 95% 以上,进一步提升分级精度;同时结合边缘计算与云端协同,构建 “设备端实时分拣 + 云端大数据分析” 的智慧管理平台,为企业提供生产优化、市场预测等增值服务。
本项目打造基于YoloV8-pose的挥杆姿态智能分析系统,通过OpenVINO平台模型轻量化部署于哪吒派开发板,利用多源挥杆图像数据实现毫秒级动作解析。系统构建17关节点动态捕捉模型,精准量化杆头轨迹、躯干旋转等核心参数,可广泛应用于家庭训练场、初级高尔夫运动员训练等场景,为千万高尔夫爱好者提供低门槛、高精度的科学训练工具。
本项目的开展能有效解决实验室人工进行菌落统计耗时长,人为误差大,数据难以保持等痛点,同时相较于市面上菌落检测仪在降低成本的基础上提高了检测精度,其简单的界面设计降低对于操作人员的要求,全自动一体化的软硬件结合在解放科研人员的时间和精力的同时结合Deepseek模型对菌落进行深入分析,助力菌落知识的科普。