MLOps: Compresión y Cuantización de Modelos YOLO con OpenVino Toolkit
Offered By: The Machine Learning Engineer via YouTube
Course Description
Overview
Aprende a convertir un modelo YoloV10 al formato OpenVINO IR y cuantizarlo a int8 utilizando nnvc de OpenVINO en este tutorial de 49 minutos. Explora el proceso paso a paso para comprimir y cuantizar modelos YOLO, mejorando su rendimiento y eficiencia. Realiza ejemplos prácticos de inferencia en CPU comparando las versiones YoloV10 y YoloV8. Accede al notebook complementario en GitHub para seguir la implementación detallada y profundizar en las técnicas de MLOps aplicadas a la optimización de modelos de visión por computadora.
Syllabus
MLOps: OpenVino Toolkit Comprimir y Quantizar YOLO Model #datascience #machinelearning
Taught by
The Machine Learning Engineer
Related Courses
Introduction to Artificial IntelligenceStanford University via Udacity Computer Vision: The Fundamentals
University of California, Berkeley via Coursera Computational Photography
Georgia Institute of Technology via Coursera Einführung in Computer Vision
Technische Universität München (Technical University of Munich) via Coursera Introduction to Computer Vision
Georgia Institute of Technology via Udacity