感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程时长 14 小时
课程大纲
CV/NLP部署与CANN简介
- AI模型从训练到部署的生命周期
- 实时CV和NLP的关键性能考量
- CANN SDK工具及其在模型集成中的作用概述
准备CV和NLP模型
- 从PyTorch、TensorFlow和MindSpore导出模型
- 处理图像和文本任务的模型输入/输出
- 使用ATC将模型转换为OM格式
使用AscendCL部署推理流水线
- 使用AscendCL API运行CV/NLP推理
- 预处理流水线：图像缩放、分词、归一化
- 后处理：边界框、分类分数、文本输出
性能优化技术
- 使用CANN工具分析CV和NLP模型
- 通过混合精度和批次调整减少延迟
- 管理流式任务的内存和计算
计算机视觉用例
- 案例研究：智能监控中的目标检测
- 案例研究：制造业中的视觉质量检测
- 在昇腾310上构建实时视频分析流水线
NLP用例
- 案例研究：情感分析和意图检测
- 案例研究：文档分类和摘要
- 实时NLP与REST API和消息系统的集成
总结与后续步骤
要求
- 熟悉计算机视觉或NLP的深度学习
- 有Python和AI框架（如TensorFlow、PyTorch或MindSpore）的使用经验
- 对模型部署或推理流程有基本了解
目标学员
- 使用华为昇腾平台的计算机视觉和NLP从业者
- 开发实时感知模型的数据科学家和AI工程师
- 在制造、监控或媒体分析中集成CANN流水线的开发者
