如何将Yolov5 模型部署到OpenVINO上
OpenVINO是英特尔推出的一款AI工具套件，可以用于快速部署AI应用和解决方案，支持计算机视觉的CNN网络结构超过150余种。它可以兼容多种主流的开源框架如PyTorch，Tensorflow，Keras，mxnet、Caffe和ONNX，并可以将上述开源框架训练好的模型，轻松的通过工具转换到OpenVINO框架上，并支持将预训练模型部署到英特尔的CPU、GPU和VPU上。
资源！机器学习平台优质资源集合
机器学习平台在人工智能的开发过程中扮演者非常重要的作用，所以，这些年来，也出现了很多不同的机器学习平台，侧重传统方法的scipy、sklearn，侧重深度学习的caffe、theno、pytorch、tensorflow、mxnet，还有高度集成的gluon、keras，都在人工智能工作中扮演者重要的角色，今天我就推荐一些这两年表现比较突出的三个机器学习平台的相关学习资源，分别是tensorflow、pytorch、mxnet。
备注：我已经把tensorflow、pytorch、mxnet官方文档PDF版和epub版放进共享链接，有需要的可以关注微信公众号回复doc获取。
ResNet 高精度预训练模型在 MMDetection 中的最佳实践
作为最常见的骨干网络，ResNet 在目标检测算法中起到了至关重要的作用。许多目标检测经典算法，如 RetinaNet 、Faster R-CNN 和 Mask R-CNN 等都是以 ResNet 为骨干网络，并在此基础上进行调优。同时，大部分后续改进算法都会以 RetinaNet 、Faster R-CNN 和 Mask R-CNN 为 baseline 进行公平对比。
