如何用OpenVINO讓YOLOv8獲得1000+FPS性能？
YOLO又推出了最新的YOLOv8模型，其模型架構創新以及性能提升，使其剛問世就獲得廣大開發者的關注。如果說利用OpenVINO的量化和加速，利用英特爾CPU、整合式顯卡以及獨立顯卡與同一程式碼庫無縫協作，可以獲得1000+ FPS的性能，你相信嗎？我們將一步步教你在利用OpenVINO在英特爾處理器上實現這樣的性能。
【OpenVINO開發案例】深度 3D 人體重建 應用於助聽器選配
本作品使用 OpenVINO 進行人體建模（3D），並將其應用於助聽器選配，解決助聽器調整人、事、時、地、物之限制，更展現了數位醫療替身之前瞻運用。
【MakerLEARN課程】AMR加速開發與應用 – 工廠自動控制實例
邊緣運算技術不斷的出現在我們生活周遭，那麼如果邊緣運算進入工廠後，又有怎樣的應用呢？本課程會帶大家一同看看。
【活動報導】Edge AI聰明部署關鍵論壇 輕鬆跨越應用瓶頸
AI應用已從雲端走向邊緣裝置，如何聰明部署邊緣運算也成為關注焦點，為協助各領域加速跨越AI邊緣運算的部署門檻，本次論壇邀集專家們從應用實例切入分享，帶領來賓輕鬆跨越部署瓶頸。
【OpenVINO瑕疵檢測功能】Anomalib 介紹與實作教學
本文將依序介紹OpenVINO toolkit不久前針對工業瑕疵檢測推出的Anomaly Lib函式庫架構，挑選數個知名異常檢測模型進行原理、特色說明，並逐步進行操作說明。
實作 OpenVINO 加速 YOLOv7 推論
YOLOv7 使用了 pyTorch 框架實作 YOLO 架構，並且導出模型，這在使用上無疑更具彈性與方便性。本篇文章將運用 OpenVINO 來對 YOLOv7 模型進行轉換，提高其在邊緣裝置上的 AI 推論效能！