带有预训练模型的NVIDIA TAO迁移学习工具包3.0 正式发布

备注：迁移学习工具包即Transfer Learning Toolkit，缩写为TLT ；本文中提到的 TAO指的是Train、 Adapt、 Optimize ，即训练、适配、优化。它是NVIDIA（英达尔）推出的一个基于GUI工作流程驱动框架，它可以简化并加速企业级AI应用和服务的创建。

去年 4 月，为了简化在 NVIDIA GPU 以及 NVIDIA Jetson 嵌入式平台上的 AI 模型训练，NVIDIA（英达尔）在 其GTC 2021大会 期间首次引入了 TAO框架。

而现在，该公司也已经宣布了会在2021 年计算机视觉和模式识别会议（CVPR 2021）上发布第三版 TAO 迁移学习工具包 3.0，以及一些新的预训练模型。

新发布的预训练模型适用于计算机视觉和对话式 AI，NVIDIA 官方也声称该版本提供了一组强大的生产力功能，可将 AI 开发速度提高多达 10 倍。

TAO 迁移学习工具包 3.0的 亮点

• 各种计算机视觉预训练模型
  • 计算机视觉：
    • • • 支持边缘实时推理的身体姿势预估模型，推理性能比 OpenPose 模型快 9 倍
        • 情绪识别
        • 面部标志
        • 车牌检测与识别
        • 心率估算
        • 手势识别
        • 凝视预估
        • 通过 PeopleSemSegNet 进行人物分割，这是一种用于人物检测的语义分割网络

      

    • 具有推理样本的自动语音识别(ASR) 和自然语言处理 (NLP) 模型：
      • CitriNet Speech to Text 模型在各种专有特定领域和开源数据集上训练
      • 命名实体识别 (NER)
      • 使用新的Megatron  Uncased 模型提问/回答
      • 标点
      • 文字分类
  • AWS、GCP 和 Azure 上的培训支持
  • 可用于视觉AI的NVIDIA Triton和DeepStream SDK，开箱就能使用，以及用于对话AI的Jarvis

  如果你想开始使用该工具，你可以下载最新的 Transfer Learning Toolkit 3.0 并访问NVIDIA 开发者网站上的开发者资源。

  2D 姿态预估的演示视频地址如下：https://youtu.be/DZjL-65EHkM

  上面的 2D 姿态预估是在 Jetson 开发板上使用 TAO Transfer Learning Toolkit 3.0 做出来的。如果你想自己重现演示，可以查看NVIDIA 开发者博客上的相关说明。

Taylor Lee 李远朝

文章翻译者：Taylor Lee，瑞科慧联（RAK）高级嵌入式开发工程师，有丰富的物联网和开源软硬件经验，熟悉行业主流软硬件框架，对行业发展动向有着敏锐的感知力和捕捉能力。