python怎么做q检验_NVIDIA专家手把手教你30分钟实现基于Python的路况目标检测系统 ｜ Q推荐...

智能城市正在成为未来城市发展的方向，而城市交通智能系统则是其中首先实现的可行性目标。交通智能系统的实现有赖于高度灵敏的信息采集、信息处理、信息反馈和优化决策，而智能交通系统中的运动目标检测技术则是计算机视觉领域一个备受关注的前沿课题，在城市交通构建方面得到了广泛的应用，随之而来的则是对数据量、目标检测精度和实时见解的更高要求。

那么开发者如何使用 Python 来进行高精度的路况目标检测系统的搭建，实现智能城市中的交通和行人理解，快速准确地对路况加以判断呢？目标检测系统又是怎样应用于医院中的健康和安全监控，实时监测零售中的自助检验和分析、制造厂中的组件缺陷检测的呢？

如果你有以上疑问，如果你也是高性能计算和人工智能开发者，就一定不要错过本次研讨会！

通过 DeepStream SDK 构建的视频分析解决方案，开发者不再需要从头设计端到端解决方案，只需要专注于构建核心深度学习网络和 IP。30 分钟，你就可以构建基于 DeepStream Python 的目标检测系统来解决这些问题！

11 月 24 日晚 20：00，NVIDIA 将举办线上研讨会——“三十分钟实现基于 Python 的路况目标检测系统”，由 NVIDIA 开发者社区经理何琨主讲——凭借其多年来在 GPU、人工智能、高性能计算等领域的实战研发经验，讲解 DeepStream 的工作流程，手把手教学基于 DeepStream Python 的目标检测系统搭建，与开发者们共享经验。研讨会将在11 月 24 日(周二)晚20：00-21：30与你相见！

通过本次研讨会，你将得到：DeepStream 简介

DeepStream 的工作流程

基于 Python 的 DeepStream 搭建

DeepStream 的检测模块详解

TensorRT 推理引擎的部署

实现基于 DeepStream Python 的目标检测系统

主讲嘉宾

何琨(KEN)

NVIDIA 开发者社区经理

拥有 7 年 GPU 开发经验，5 年人工智能开发经验。在人工智能、计算机视觉、高性能计算领域曾经独立完成过多个项目，并且在机器人和无人机领域，有丰富的研发经验。曾针对图像识别，目标的检测与跟踪等方面完成多种解决方案，作为主要研发者参与 GPU 版气象模式 GRAPES。