这些目录中包含一些示例应用，能够满足特定市场需求，以及示例如何优化、调试和加速应用，使其能够在英特尔架构上高效运行。
商店流量监控器
新零售
商店流量监控器基于前两个高级用例构建。此参考示例展示了用户如何同时对多个视频执行对象检测和推理。在该用例中，应用监控虚构店面内外的人员活动，并使用面向检测的预训练神经网络跟踪产品库存。
登录后试用
肺炎检测
医疗
医疗保健应用程序通过对X射线图像中肺炎的可能性进行分类。该应用程序使用Intel® OpenVINO™ 工具套件发行版中的推理引擎，并使用开源数据集应用预训练的神经网络。 然后将推理结果存储在输出文件中。
登录后试用
脑部肿瘤分割
医疗
该示例演示了基于 U-Net 架构的推理引擎在磁共振成像扫描中实现脑部肿瘤分割。该代码演示了几种方法。首先演示了基于已发布版 TensorFlow 的示例。接下来，使用由 MKL-DNN 支持的英特尔优化的 TensorFlow* 执行相同的分割命令。最后，我们还可以使用Intel® OpenVINO™ 工具套件完成肿瘤分割。采用最后这种方法，您不仅可以在英特尔 CPU 上执行推理，还可以在英特尔核芯显卡、英特尔神经计算棒 2 以及 HDDL-R 和英特尔 FPGA (HDDL-F) 上执行推理。
登录后试用
安全装备检测
工业 | 安防
安全装备检测示例通过另一种实施方法展示了工业/安全用例领域如何执行对象检测。该示例向推理引擎 (IE) 逐帧显示视频，IE 随后使用优化的经过训练的神经网络 mobilenet-ssd 检测人员及其安全装备。
登录后试用
光学字符识别
基础
OCR 示例演示了Intel® OpenVINO™ 工具套件如何使用长短期记忆网络(LSTM) 执行光学字符识别 (OCR)，LSTM 是一种面向深度学习的卷积递归神经网络架构。该示例可识别示例 JPEG 文件中的词语。
登录后试用
新语音识别 C ++ 示例
通用
此示例演示了如何构建语音识别应用，使用 Kaldi 声学和语言模型转录音频文件，使用Intel® OpenVINO™ 工具套件中的推理引擎（IE）、英特尔® 语音解码器和英特尔®语音提取库来创建一个简单的语音库 API。
登录后试用
美国手语 (ASL) 手势识别
通用
此示例使用预训练的人物检测模型和预训练的ASL识别模型，并利用Intel® Distribution of OpenVINO(tm) 工具套件进行加速推理。 此示例检测帧中的人并识别该人的 ASL 手势。
登录后试用
洁净室工作人员安全 - ONNX对象检测示例
工业 | 安防
洁净室工作人员安全示例演示了在工业/洁净室中的对象检测，示例包括向 ONNX Runtime (RT) 呈现视频的每一帧，使用 OpenVINO 工具包中的 ONNX RT Execution Provider 工具在英特尔不同的硬件（如CPU、iGPU、NCS2加速卡、FPGA和VAD-M）上运行推理。此示例使用预训练的Tiny Yolo V2 Deep Learning ONNX模型检测安全装备（例如兔子服、安全眼镜）、机器人和头部，并可用于危险检测。
登录后试用
雷达图像分类
公共部门/政府
此示例演示了如何使用Intel® OpenVINO™ 工具套件优化和部署预培训过的 ResNet18 模型，该模型可以将合成孔径雷达（SAR）图像和10种军用车辆（如坦克和装甲车）关联起来。
登录后试用
Tiny Yolo V3 对象检测
通用
此示例演示了如何将一个预训练过的 DarkNet Tiny YOLO V3 模型转换成 TensorFlow 格式，使用 OpenVINO 的推理引擎运行 Tiny YOLO V3 的加速推理，微调同时处理的推理请求数和流数，以实现最佳性能。
登录后试用
机器人手术分割
医疗
此示例演示了基于 TeranusNet 的 Pythorch 模型转换为 ONNX 格式后，使用Intel® OpenVINO™ 工具套件加速推理，通过内窥镜手术视频来完成机器人工具分割。
登录后试用
生物医学文本挖掘
医疗
此示例展示了如何将为生物医学文本挖掘任务而设计的基于 BioBERT 变压器的模型转换成Intel® OpenVINO™ 工具套件可编辑模式，并带您了解准备和运行 BERT 模型输入的过程，包含令牌化，准备输入掩码， 和细分ID。
登录后试用
心电图
医疗
此示例展示了如何将Stanford ML group 开发的 Keras 模型转换成Intel® OpenVINO™ 工具套件可编辑模式，以加快从放置在皮肤上电极收集的心脏流式电活动的推理时间。 该模型曾用于检测心律失常，在 PhysioNet 2017 上挑战心电图时间序列数据。
登录后试用
限制区通知程序
安防 | 新零售
此示例应用演示了如何使用Intel® 硬件和软件工具创建智能视频Iot解决方案，以执行受限区域通知。该方案可以检测每个视频帧中出现的人数，并鉴别每个人是否进入了限制区域。
登录后试用
内窥镜息肉分割示例
通用 | 医疗
此示例演示了基于 U-NET 拓扑的 PyTorch 息肉分割模型转换为 ONNX，以利用Intel® Distribution of OpenVINO 工具套件加速推理。 该解决方案使用预先训练的模型进行二值分割，以识别内窥镜图像上的息肉组织。 结果具有 2 类的分割：息肉和背景。
登录后试用下一个：
撸起袖子加油干！学习 Jupyter * Notebook 高级教程，手把手教您在边缘端使用计算机视觉！