相关库
以下 Vitis™ AI Library 与本文档有关。
| 编号 | 程序包名称 | 版本 |
|---|---|---|
| 1 | vitis_ai_library_r2.5.0_video.tar.gz | r2.5.0 |
| 2 | vitis_ai_library_r2.5.0_image.tar.gz | r2.5.0 |
| 3 | vitis-ai-runtime-2.5.0.tar.gz | r2.5.0 |
| 4 | vitis_ai_2022.1-r2.5.0.tar.gz | r2.5.0 |
| 6 | alveo_xclbin-2.5.0.tar.gz | r2.5.0 |
| 7 | sdk-2022.1.0.0.sh | 2022.1 |
目标受众
Vitis AI Library 的目标用户如下：
- 用户想要使用经过预训练的赛灵思模型来快速构建应用。
- 用户使用 Vitis AI Library 支持网络列表下其自有数据集来训练自有模型。
- 用户具有与 Vitis AI Library 支持的模型类似的自定义模型，并使用 Vitis AI 后处理库。
注释： 如果您拥有的自定义模型与 Vitis AI Library 所支持的模型截然不同，或者您有专业的后处理要求，则可使用 Vitis AI Library 实现作为参考。
文档导航
本文档描述了如何使用 Vitis AI Library 来安装、使用和开发应用。
- 引言 提供了有关 Vitis AI Library 的高层次综述。本章提供了有关 Vitis AI Library 整体、其框架、受支持的网络和受支持的硬件平台的清晰综述。
- 安装 描述了如何安装 Vitis AI Library 和运行示例。本章中的信息将有助于您快速设置主机和目标环境、编译并执行 Vitis AI Library 相关的示例。
- 库和样本 描述了 Vitis AI Library 支持的每个模型库。本章提供了有关 Vitis AI Library 支持的模型库、每个库的用途、如何使用图像和视频来进行库测试以及如何测试库性能的综述。
-
编程示例 描述了如何使用 Vitis AI Library 来开发应用。本章提供了下列综述：
- 使用 Vitis API 进行开发
- 使用模型进行开发
- 自定义预处理
- 使用配置文件作为预处理和后处理参数
- 在 Vitis AI Library 中使用后处理库
- 实现后处理代码
- 使用 xdputil 工具进行 dpu 和 xmodel 调试
- 自定义运算符的实现和寄存
- 应用演示 描述了如何设置测试环境和运行应用演示。Vitis AI Library 提供了 2 个应用演示。
- API 编程 描述了如何查找编程 API。
- 性能 描述了不同开发板上的 Vitis AI Library 性能。