Выпущен NVIDIA TAO Transfer Learning Toolkit (TLT) 3.0 с предварительно обученными моделями


В апреле прошлого года во время GTC 2021, компания NVIDIA впервые представила фреймворк TAO (Train, Adapt and Optimize) для упрощения обучения модели ИИ на графических процессорах NVIDIA и встроенных платформах NVIDIA Jetson во время GTC 2021.

Компания объявила о выпуске третьей версии TAO Transfer Learning Toolkit (TLT 3.0) вместе с некоторыми новыми предварительно обученными моделями на CVPR 2021 (Конференция 2021 года по компьютерному зрению и распознаванию образов).

Недавно выпущенные предварительно обученные модели применимы к компьютерному зрению и разговорному ИИ, и NVIDIA утверждает, что выпуск предоставляет набор мощных функций повышения производительности, которые ускоряют разработку ИИ до 10 раз.

Основные моменты TAO Transfer Learning Toolkit 3.0

  • Различные предварительно обученные модели компьютерного зрения для
    • Компьютерное зрение:
      • Модель оценки позы тела, которая поддерживает вывод в реальном времени на грани с производительностью вывода в 9 раз быстрее, чем модель OpenPose.
      • Распознавание эмоций
      • Ориентир лица
      • Обнаружение и распознавание номерных знаков
      • Оценка пульса
      • Распознавание жестов
      • Оценка взгляда
      • Сегментация людей с помощью PeopleSemSegNet, сети семантической сегментации для обнаружения людей.
Оценка позы
  • Utomatic распознавание речи (ASR) и обработки естественного языка (NLP) модель с образцами для логического вывода:
    • Модель CitriNet Speech to Text, обученная на различных проприетарных наборах данных для конкретных предметных областей и с открытым исходным кодом.
    • Распознавание именованных сущностей (NER)
    • Вопрос/ответ с использованием новой модели Megatron Uncased
    • Пунктуация
    • Классификация текста

Если вам интересно, вы можете загрузить последнюю версию Transfer Learning Toolkit 3.0 и получить доступ к ресурсам для разработчиков на веб-сайте разработчиков NVIDIA .

Приведенная выше демонстрация 2D-оценки позы была выполнена с помощью TAO Transfer Learning Toolkit 3.0 на плате Jetson. Если вы хотите воспроизвести демонстрацию самостоятельно, вы можете ознакомиться с инструкциями в блоге разработчиков NVIDIA .

Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.

0 0 vote
Article Rating
Подписаться
Уведомление о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

0 Комментарий
Inline Feedbacks
View all comments