YOLO在ios上的实现(学习探索)

      2017国庆节前在玩yolo,试了三种机器,mac book pro 2013(无nividia独显)、 ibm笔记本工作站2013(nividia k1000m)、宏碁笔记本2014( nvidia geforce 555m),mbp跑tensorflow的object detection api demo能达到FPS 3.5(本地编译优化tensorflow后),ibm笔记本的k1000m跑gpu模式的yolo2只能达到1.x FPS,555m跑gpu模式的yolo2也只能达到5.x FPS(tiny模型能达到9.x);


    犹豫心动了好久是否买一个新的游戏本来搞dl+cv,配1080N卡,titan x还没有笔记本的,后来看nividia黄教主每年产品升级很快,那个jet啥的一张信用卡大小的卡集成了N多能力很强大,这花1.5万RMB买个本本过两年也就落伍了,犹豫没动;也看了阿里云上的gpu server,还没下决心;


     国庆节期间,发现国外大神Matthijs Hollemans已经在ios上用了三种ML框架实现了yolo:Forge、CoreML、MPS NN graph,后两者是apple新发布的api:

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值