当前位置:首页 > 报告详情

如何在三天内选择、训练、优化和部署边缘视觉 AI 模型.pdf

上传人: orig****ity 编号:185072 2024-08-05 27页 2.05MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
Nota America Inc.的CEO Steven Kim在演讲中强调了在新硬件发布后,客户希望尽快在设备上运行最新AI模型的情况。然而,设备往往只支持较旧的模型。为此,Nota AI开发了NetsPresso®,一个硬件和AI软件相结合的系统,以优化和部署边缘视觉AI模型。NetsPresso®大幅缩短了模型开发时间,从6至12周减少到2至3天,提高了性能,并支持更多应用。案例研究显示,通过NetsPresso®,在Jetson Nano上检测坑洞的响应时间从589毫秒减少到186毫秒,并且找到了在Jetson Nano上运行的具有更好延迟的模型。此外,使用NetsPresso®提高了火焰检测模型的帧率,从31.2 FPS增加到超过30 FPS。通过优化AI模型,NetsPresso®实现了高达85%的推理服务器成本节约。Nota AI提供NetsPresso®平台和专业服务,帮助客户快速、高效地更新和部署AI模型,以满足不断变化的市场需求。
如何在三天内选择、训练、优化和部署边缘视觉AI模型? Nota America公司如何通过硬件感知优化解决设备市场新硬件与AI模型不匹配的问题? NetsPresso®如何帮助开发者在短时间内获得性能更优、应用更广的AI模型?
客服
商务合作
小程序
服务号
折叠