未验证 提交 2843b2b9 编写于 作者: F flashrunrun 提交者: GitHub

Merge pull request #12 from MegEngine/courses

Courses
......@@ -7,7 +7,7 @@
本节课程中,我们将学习通用物体检测的方法和流程,并且我们将以Faster-RCNN为例讲述旷视天元MegEngine是如何实现通用物体检测的Pipeline的。其中包括数据准备,模型搭建,训练测试,还有节省显存的大杀器sublinear memory等内容。
## 资料
[4.模型构建和训练进阶 II:物体检测.pdf](./slides/4.模型构建和训练进阶%20II:物体检测.pdf)<br/>
[4.模型构建和训练进阶 II:物体检测(anchor).ipynb](./notebooks/4.模型构建和训练进阶%20II:物体检测(anchor).ipynb)<br/>
[4.模型构建和训练进阶 II:物体检测(nms).ipynb](./notebooks/4.模型构建和训练进阶%20II:物体检测(nms).ipynb)<br/>
[4.模型构建和训练进阶 II:物体检测(transform_pipeline).ipynb](./notebooks/4.模型构建和训练进阶%20II:物体检测(transform_pipeline).ipynb)<br/>
......
## 主题
Android 移动端模型推理部署
## 讲师
赵凯<br/>
毕业于四川大学,旷视科技移动业务团队高级工程师,加入旷视前就职于联发科从事手机安卓底层开发。目前主要工作是基于深度学习的视频类效果算法实现、应用及优化。
## 概要
以ShuffleNet V2为例, 介绍如何将预训练的模型部署到Android 移动终端,结合Camera完成实时推理实现。<br/>
- 预训练模型获取及转换;<br/>
- 网络输入和输出讲解;<br/>
- MegEngine交叉编译及部署;<br/>
- Android Camera预览实时推理。<br/>
## 资料
课件:[5. Android 移动端模型推理部署.pdf](./slides/5.%20Android%20移动端模型推理部署.pdf)<br/>
code:[5. Android 移动端模型推理部署.zip](./notebooks/5.%20Android%20移动端模型推理部署.zip)<br/>
## 视频地址
https://www.bilibili.com/video/BV1ek4y127sP
## 作业
使用ResNet预训练模型完成基于Android Camera的实时推理。<br/>
- 1.了解ModelHub 使用<br/>
- 2.了解模型预处理方法<br/>
- 3.了解Android 移动端快速部署方法<br/>
要求: 完成课程内容后,需要提供测试效果原图,standalone测试原图的运行结果图和Android Camera实 时预览推理效果图
### 如何提交
将提供测试效果原图,standalone测试原图的运行结果图和Android Camera实时预览推理效果图及个人信息发送到邮箱:mgesupport@megvii.com
**邮件标题:** 天元入门第五次课程作业
**邮件内容**
* 截图
* 姓名:
* 学校(公司):
* 电话:
* 邮寄地址:
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册