立即学习:https://edu.csdn.net/course/play/27685/385720?utm_source=blogtoedu

“模型下载器”是英特尔® OpenVINO™ 工具套件提供的关键实用程序之一。它为开发人员提供了一个命令行界面，可下载各种问题领域的各种公开可用的开源预训练深度神经网络 (DNN) 模型
在准备模型时，可以通过其他软件进行训练。准备训练数据集的正确顺序先收集所有需要的数据，再对这些数据进行清洗拿到真正有用的数据，将这些数据里需要的信息进行裁剪分离，最后对这些分离的数据进行信息标注，这样的数据集作为我们训练的输入数据集。
intel®为开发者准备了：Benchmark App用来直接输入模型，获取模型的FPS参数性能；Dev-Cloud是一个巨大的服务器，里面装载了最新的Intel®硬件，可以供开发者运行OpenVINO™在最新的设备上测试性能；DL Workbench是一个网页应用，可以直接通过浏览器访问一个OpenVINO™工具套件图形化的性能调优与测试平台。
Gstreamer是一个是用来构建流媒体应用的开源多媒体框架(framework)，其目标是要简化音/视频应用程序的开发。OpenVINO™是一个专注处理视觉推理以及神经网络优化的工具讨教。两者在构建AI产品的流程中都可以发挥巨大的作用，可以使用两者提供的API来快速构建AI产品。

知识点检测

1/5判断题:
英特尔® OpenVINO™ 工具套件提供了一个实用程序“模型下载器”，用于从互联网下载公开可用的预训练模型。

正确
错误

2/5单选题:
在模型训练进行之前，必须准备好送入模型的数据集，以下4个对数据集的准备操作：（A-数据清洗，B-裁剪分离目标区域，C-收集数据，D-数据标注），正确的顺序是：

A.B->C->A->D
B.D->A->B->C
C.C->A->B->D
D.A->B->C->D

3/5单选题:
关于推理的性能评估，intel®为开发者准备了多个工具，包括了：

A.OpenVINO™工具套件中的Benchmark App
B.Dev-Cloud
C.DL Workbench
D.ALL

4/5判断题:
在AI开发的过程中，合理运用已经集成好的软件工具能减小的开发工作量。例如，使用Gstreamer+OpenVINO™的组合，可以完整提供图像处理流程中的包括编解码，图像处理，以及图像推理的功能。

正确
错误

5/5单选题:
OpenVINO™工具套件提供了许多Demo和示例供开发者进行初步学习，这些示例使用的开发语言有：

A.C++
B.Python
C.Basic
D.A & B
E.ALL

以上内容来源于https://edu.csdn.net/course/play/27685/385720