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。
CNN可视化技术总结（四）--可视化工具与项目
前面介绍了可视化的三种方法--特征图可视化，卷积核可视化，类可视化，这三种方法在很多提出新模型或新方法的论文中很常见，其主要作用是提高模型或者新方法的可信度，或者用来增加工作量，或者用来凑字数，还有一些作用是帮助理解模型针对某个具体任务是如何学习，学到了哪些信息，哪些区域对于识别有影响等。
本文将介绍一些可视化的项目，主要有CNN解释器，特征图、卷积核、类可视化的一些代码和项目，结构可视化工具，网络结构手动画图工具。
