点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - JejuNet:使用DeepLabV3 ,MobileNetV2在移动设备上进行实时视频分段。在济州岛的项目中工作-源码
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
JejuNet:使用DeepLab V3 +,MobileNet V2在移动设备上进行实时视频分段。 在济州岛的项目中工作-源码
济州网 移动设备上的实时视频分割 关键词 视频分段,移动,Tensorflow Lite 讲解 基准测试:GPU上的Tensorflow Lite 媒体上的帖子 详细结果 介绍 在移动设备上实时运行视觉任务,例如对象检测,分段。 我们的目标是在Google Pixel 2上以至少24 fps的速度实时实现视频分割。我们使用专门针对移动/嵌入式设备的高效深度学习网络,并利用连续帧之间的数据冗余来减少难以承受的计算成本。 此外,可以使用tf-lite提供的8位量化来优化网络。 示例:Reai-T
所属分类:
其它
发布日期:2021-02-06
文件大小:11534336
提供者:
weixin_42105169