首页
›
AI智能与边缘计算工程
›
011-ONNX跨平台模型部署工程
›
《ONNX模型OpenVINO部署常见问题》
VIP8
本课程属于:011-ONNX跨平台模型部署工程
AI智能与边缘计算工程 · 共 8 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
ONNX模型OpenVINO部署常见问题
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · ONNX与OpenVINO简介及部署…
课程导入
学习目标
02
环境搭建
安装OpenVINO工具套件 · 配置Python环境 · 验证安装
环境搭建
OpenVINO
03
ONNX模型基础
ONNX格式 · 模型结构 · 导出ONNX的注意事项
ONNX
模型基础
04
模型转换入门
使用OpenVINO模型优化器将ON…
模型转换入门
OpenVINO
05
模型转换常见错误
解析错误 · 不支持的算子 · 版本兼容性问题及解决方案
模型转换常见错误
解析错误
06
IR模型检查
使用工具查看IR模型结构 · 验证转换正确性
IR
模型检查
07
推理引擎使用
加载IR模型 · 配置输入输出 · 执行推理
推理引擎使用
IR
08
推理结果解析
输出张量处理 · 后处理常见问题
推理结果解析
输出张量处理
09
性能优化基础
CPU与GPU推理配置 · 线程数设置 · 批处理大小调整
性能优化基础
CPU
10
动态形状处理
动态输入尺寸的设置 · 限制与优化
动态形状处理
动态输入尺寸的设…
11
精度问题排查
FP16与FP32精度差异 · 精度下降的调试方法
精度问题排查
FP16
12
算子支持问题
不支持的算子处理策略 · 自定义算子实现
算子支持问题
不支持的算子处理…
13
模型量化
使用OpenVINO进行INT8量化 · 校准数据集准备
模型量化
OpenVINO
14
量化常见问题
量化后精度损失 · 校准数据影响 · 混合精度
量化常见问题
量化后精度损失
15
多设备部署
在CPU · GPU · VPU等设备上部署的差异与配置
多设备部署
CPU
16
异步推理
异步API使用 · 流水线设计 · 性能提升技巧
异步推理
API
17
内存管理
内存泄漏排查 · 缓冲区管理 · 模型卸载
内存管理
内存泄漏排查
18
错误处理与调试
常见异常类型 · 日志分析 · 调试工具
错误处理
调试
19
案例实战
图像分类模型部署全流程
案例实战
图像分类模型部署…
20
案例实战
目标检测模型部署全流程
案例实战
目标检测模型部署…
21
案例实战
语义分割模型部署全流程
案例实战
语义分割模型部署…
22
案例实战
自然语言处理模型部署全流程
案例实战
自然语言处理模型…
23
模型服务化
使用OpenVINO Model S…
模型服务化
OpenVINO
24
边缘设备部署
在树莓派 · Jetson等设备上的部署要点
边缘设备部署
树莓派
25
版本升级与迁移
OpenVINO版本升级注意事项 · 模型迁移
版本升级
迁移
26
常见问题汇总
模型加载失败 · 推理速度慢 · 内存占用高等问题
常见问题汇总
模型加载失败
27
性能分析工具
使用benchmark工具 · profiling工具定位瓶颈
性能分析工具
benchmark
28
模型优化技巧
图优化 · 层融合 · 模型剪枝与OpenVINO结合
模型优化技巧
图优化
29
综合实战
从ONNX到OpenVINO的完整项…
综合实战
ONNX
30
课程总结
知识回顾 · 常见问题速查 · 学习资源推荐
课程总结
知识回顾
所属VIP或分类
同VIP:ONNX模型C++部署实战
同VIP:ONNX模型CPU推理优化
同VIP:ONNX模型Java部署实战