资料介绍
随着人工智能在医学影像领域的发展，医学诊断的速度越来越快，对于医疗从业者来说也越来越可行，尤其是癌症诊断。早期深度学习解决方案必须部署在GPU等高性能计算设备上才能实现实时性能。但随着英特尔酷睿和Xeon处理器上OpenVINO工具包（Open Visual Inference and Neural Network Optimization）的英特尔发行版的优化，比起在CPU机器上运行Tensorflow / Caffe模型，可以加速性能部署深度学习模型。在本文中，我们描述了所提出的工作，其中我们移植了我们的DetectNet深度学习模型与NVIDIA特定的定制层，用于在LIDC数据集上训练的肺结节检测，使用OpenVINO的英特尔发行版，并在英特尔Core/Xeon处理器上部署相同的加速性能。
我要上传