【开源方案】PYNQ-DPU框架下的人工智能医学图像方案
judy 在 周二, 10/20/2020 - 09:36 提交本方案基于Vitis-AI、ZCU104验证平台和AWS-IoT GreenGrass,其中Vitis-AI用于COVID-19深度学习模型的转换、量化和编译,将模型转换为DPU可运行的.elf文件;ZCU104验证平台完成基于X-Ray图像的COVID-19 CNN在线检测或用作AWS-IoT GreenGrass的边缘计算设备,完成COVID-19的边缘实时检测。
本方案基于Vitis-AI、ZCU104验证平台和AWS-IoT GreenGrass,其中Vitis-AI用于COVID-19深度学习模型的转换、量化和编译,将模型转换为DPU可运行的.elf文件;ZCU104验证平台完成基于X-Ray图像的COVID-19 CNN在线检测或用作AWS-IoT GreenGrass的边缘计算设备,完成COVID-19的边缘实时检测。
成为公民科学家不是梦!闲置的计算资源不仅用于精确地建模重要蛋白质的结构,还用于设计新蛋白质,让我们一起参与抗击COVID-19!
面对全球范围内来势汹汹的 COVID-19 疫情,赛灵思全体同仁致力于积极为抗击疫情贡献自己的力量。在这一危机时刻,实际行动比夸夸其谈更响亮 (Actions Speak Louder than Words)。今天,我很自豪地宣布,赛灵思已经为 COVID-19 危机事件捐款 110 万美元。所有捐款均已用于支持全球抗击该疫情至关重要的组织
“灵活应变”是赛灵思经常使用的一个词语。今天,这个词语显得比以往任何时候都更有意义。整个赛灵思大家庭 – 包括我们的员工,我们尊敬的客户,还有我们的合作伙伴们,在这样一个全球COVID-19(新冠状肺炎病毒)疫情蔓延的艰难时期,定义了真正的“自适应能力”和“灵活应变能力”