吴建明wujianming

2020年12月29日

摘要： gst-crypto GStreamer插件内容 1. gst-crypto概述 1.1gst-crypto GStreamer插件功能 1.2用例范例 2. GStreamer插件支持 3. 在本地Linux PC上构建并运行 3.1源代码获取 3.1.1GStreamer 0.10.x 3.1 阅读全文

posted @ 2020-12-29 07:38 吴建明wujianming 阅读(413) 评论(0) 推荐(0)

GStreamer跨平台多媒体框架

摘要： GStreamer跨平台多媒体框架 Gstreamer基本概念 GStreamer是用于构造媒体处理组件图的库。它支持的应用程序范围从简单的Ogg / Vorbis回放，音频/视频流到复杂的音频（混合）和视频（非线性编辑）处理。应用程序可以透明地利用编解码器和过滤器技术的优势。可以通过编写带有通用阅读全文

posted @ 2020-12-29 06:39 吴建明wujianming 阅读(531) 评论(0) 推荐(0)

什么是GStreamer？

摘要：什么是GStreamer？ GStreamer是用于创建流媒体应用程序的框架。基本设计来自俄勒冈大学研究生院的视频管道以及DirectShow的一些想法。 GStreamer的开发框架使编写任何类型的流多媒体应用程序成为可能。GStreamer框架旨在简化编写处理音频或视频或两者的应用程序的过程。它阅读全文

posted @ 2020-12-29 06:38 吴建明wujianming 阅读(1231) 评论(0) 推荐(0)

2020年12月28日

CUDA Pro：通过向量化内存访问提高性能

摘要： CUDA Pro：通过向量化内存访问提高性能许多CUDA内核受带宽限制，而新硬件中触发器与带宽的比率不断提高，导致带宽受限制的内核更多。这使得采取措施减轻代码中的带宽瓶颈非常重要。本文将展示如何在CUDA C / C ++中使用向量加载和存储，以帮助提高带宽利用率，同时减少已执行指令的数量。本文阅读全文

posted @ 2020-12-28 08:54 吴建明wujianming 阅读(3955) 评论(2) 推荐(2)

CUDA 8的混合精度编程

摘要： CUDA 8的混合精度编程 Volta和Turing GPU包含 Tensor Cores，可加速某些类型的FP16矩阵数学运算。这样可以在流行的AI框架内更快，更轻松地进行混合精度计算。要使用Tensor Core，需要使用 CUDA 9 或更高版本。NVIDIA还为TensorFlow，PyT 阅读全文

posted @ 2020-12-28 08:36 吴建明wujianming 阅读(1382) 评论(0) 推荐(0)

在cuDNN中简化Tensor Ops

摘要：在cuDNN中简化Tensor Ops 在Tesla V100 GPU中引入神经网络模型以来，神经网络模型已迅速利用NVIDIA Tensor Cores进行深度学习。例如，基于Tensor Core的解决方案宣布了ResNet50训练的性能记录。 NVIDIA的cuDNN库使CUDA程序员能够优阅读全文

posted @ 2020-12-28 07:17 吴建明wujianming 阅读(381) 评论(0) 推荐(1)

cuDNN概述

摘要： cuDNN概述 NVIDIACUDA®深度神经网络库（cuDNN）是GPU加速的用于深度神经网络的原语库。cuDNN为标准例程提供了高度优化的实现，例如向前和向后卷积，池化，规范化和激活层。全球的深度学习研究人员和框架开发人员都依赖cuDNN来实现高性能GPU加速。它使他们可以专注于训练神经网络和阅读全文

posted @ 2020-12-28 06:55 吴建明wujianming 阅读(2780) 评论(0) 推荐(1)

2020年12月27日

部署可扩展的目标检测管道：推理过程（下）

摘要：部署可扩展的目标检测管道：推理过程（下）融合感兴趣的目标可以被遮挡。有时只能看到目标的一小部分（少至几个像素）。图19.车辆和交通信号灯被遮挡。图20：阻塞了总线。图21：左侧的人被遮挡了。像YOLOv3这样的基于CNN的目标检测方法有一个缺点，即要求特征图生成对目标遮挡具有鲁棒性。而且阅读全文

posted @ 2020-12-27 12:19 吴建明wujianming 阅读(148) 评论(0) 推荐(0)

部署可扩展的目标检测管道：推理过程（上）

摘要：部署可扩展的目标检测管道：推理过程（上）基于YOLOv3的目标检测推理过程的所有代码都可以在eriklindernoren/PyTorch-YOLOv3 GitHub repo找到。为了进行审查，使用了完整版的YOLO配置文件。它包含有关网络，卷积层，三个YOLO检测层以及其它层及其属性的信息。阅读全文

posted @ 2020-12-27 11:42 吴建明wujianming 阅读(133) 评论(0) 推荐(0)

目标检测推理部署：优化和部署

摘要：目标检测推理部署：优化和部署本文简要介绍了端对端推理管道的优化技术和部署。将在以下三个方面研究推理优化过程：硬件优化，软件优化和模型优化。推理优化的关键指标如下：吞吐量（未推理图像/秒）硬件成本存储功耗消耗质量图1.三轴推理优化。模型优化 YOLOv3-416模型用作预训练模型时，阅读全文

posted @ 2020-12-27 10:54 吴建明wujianming 阅读(703) 评论(0) 推荐(0)

吴建明

微信视频号：sph0RgSyDYV47z6 快手号：4874645212 抖音号：dy0so323fq2w 小红书号：95619019828 B站1：UID:3546863642871878 B站2：UID: 3546955410049087

公告