位来 发自 凹非寺

量子位 编辑 | 公众号 QbitAI
图像识别技术是人工智能研究的一个重要分支,也是人们日常生活、工作中应用最广泛的AI技术之一。如车辆识别、人脸识别、体态识别等技术,广泛应用于智慧城市、交通、零售、文娱等领域。
图像识别也是机器人、无人驾驶等技术的重要基础,未来将具有更加广泛的应用领域。
但对于大部分AI开发者来说,图像识别从算法研究、模型训练到规模化的提供服务,所需卷入的资源和处理的流程非常之多。并且如何保证数据质量、提高推理速度、提升识别精度等都面临很多挑战。
那么,开发者如何才能减少模型训练、调优所需时间?如何降低数据收集、标注成本?如何便捷、大规模部署AI模型?
迁移学习便是一种重要方式。
英伟达迁移学习工具包—TLT3.0提供了AI/DL框架的现成接口,使开发者能够更快地构建模型,而不需要编码;可以降低大规模数据收集、标记的相关成本,并降低训练模型的消耗。NVIDIA开源软件Triton Inference Server能够简化AI模型在生产中的大规模部署,开发者可以利用任何框架(TensorFlow, TensorRT, PyTorch, ONNX,或自定义框架) 部署训练好的AI模型。
为了让更多AI开发者快速上手TLT工具包,量子位联合NVIDIA发起3期线上CV公开课,从理论到实践,通过实例展示搭建和部署车辆信息识别系统、(面部)情感识别系统手势识别系统,带大家低门槛、快速学习AI模型的训练、加速与应用部署。
文末附报名方式,欢迎人工智能从业者、有AI开发需求的小伙伴报名参与。

课程亮点

降低门槛,初级开发者也能快速上手
整合资源,降低数据收集、标注成本,简化部署流程
快速搭建,提供AI/DL框架的现成接口,无需编码

课程介绍

第1期:快速搭建基于Python的车辆信息识别系统

利用最新的NVIDIA Transfer Learning Toolkit 3.0 和 Deepstream 快速搭建车辆信息识别系统。
时间:5月19日(周三),20:00-21:30
内容大纲
  • 介绍Transfer Learning Toolkit 3.0的最新特性
  • 利用Transfer Learning Toolkit 丰富的预训练模型库,快速训练属于自己的模型
  • 直接利用Transfer Learning Toolkit 的预训练模型和Deepstream部署您自己的应用

第2期:快速搭建情感识别系统

利用最新的NVIDIA Transfer Learning Toolkit 3.0和Triton搭建情感识别系统。
时间:6月2日(周三),20:00-21:30
内容大纲
  • NVIDIA Transfer Learning Toolkit 3.0 的最新特性
  • NVIDIA Triton的最新特性
  • 利用NGC快速搭建最新NVIDIA Transfer Learning Toolkit Inference Pipeline
  • 利用Transfer Learning Toolkit 丰富的预训练模型库,快速训练属于自己的模型
  • 利用Triton部署情感识别系统

第3期:快速搭建手势识别系统

利用最新的NVIDIA Transfer Learning Toolkit 3.0和Triton搭建手势识别系统。
时间:6月17日(周四),20:00-21:30
内容大纲
  • NVIDIA Transfer Learning Toolkit 3.0 的最新特性
  • NVIDIA Triton的最新特性
  • 利用Transfer Learning Toolkit 丰富的预训练模型库,快速训练属于自己的模型
  • 利用Triton部署手势识别系统

主讲嘉宾

何琨(KEN HE),英伟达NVIDIA开发者社区经理,拥有多年的GPU开发经验和人工智能开发经验。在人工智能、计算机视觉、高性能计算领域曾经独立完成过多个项目,并且在机器人和无人机领域,有丰富的研发经验。曾针对图像识别,目标的检测与跟踪等方面完成多种解决方案,作为主要研发者参与GPU版气象模式GRAPES。

免费报名

本次CV公开课主要针对有AI开发需求的开发者,无论是0基础的新手,还是想快速训练部署AI模型的从业者,都会在本次课程中收获满满~
识别下图二维码或点击“阅读原文”即可报名,请先选择您要报名第几期课程哦~
扫码 或点击“阅读原文”免费报名吧~
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点「在看」吧 !
继续阅读
阅读原文