OpenVINO™ 训练扩展

OpenVINO™ 培训扩展 (OTE) 提供一套高级算法，能够使用 OpenVINO™ 工具套件 对深度学习模型进行训练和转化，以优化推理。您可以使用它导出模型，并将模型转换为所需的格式。OTE 独立创建和训练模型。它是开源的，可在 GitHub 上获取。

详细工作流程

../../_images/training_extensions_framework.png

  1. 要开始使用 OTE，请准备并注释数据集。例如，在 CVAT 上。

  2. OTE 使用训练接口训练模型，并使用评估和推理接口评估数据集上的模型质量。 注意：准备一个单独的数据集或拆分您拥有的数据集，以便更准确地进行质量评估。

  3. 成功收到评估结果后，您就有机会使用 NNCF 和 POT 部署模型或继续优化模型。有关这些框架的更多信息，请转到 优化指南 。

如果结果不令人满意，请添加数据集，并从数据集注释开始执行相同的步骤。