文章预览
点击下方 卡片 ,关注“ 小白玩转Python ”公众号 在本文中,我们将深入探讨一个实际的现实世界用例,结合两个强大工具的优势,以最大化 Florence-2 模型的效率和易用性。我们将首先使用OpenVINO将原始的PyTorch模型转换为优化的压缩格式,使其能够在仅使用CPU的机器上高效运行。为了进一步提高其实用性并解锁额外功能,我们将利用FiftyOne——一个用于探索和策划图像数据集的多功能工具——帮助我们在现实世界场景中充分利用模型的预测。 目录 每个组件的简要介绍 从Pexels获取免费图片 FiftyOne数据集 OpenVINO Florence-2 模型 将 Florence-2 预测添加到我们的FiftyOne数据集中 探索结果 参考文献、有用链接和源代码 我尽量保持简单,以便我们开始探索这个流程的潜力。下图显示了数据流,从我们收集的图像(没有标签的RGB图像)到一个已经具有一些有用功
………………………………