在如今信息化时代中,图像或者说视觉内容早已成为日常生活中承载信息最主要的载体,深度学习模型凭借着对视觉内容强大的理解能力,能对其进行各种处理与优化。然而在以往的视觉模型开发与应用中,我们更关注模型本身的优化,提升其速度与效果。相反,对于图像的预处理与后处理阶段,很少认真思考如何去优化它们。所以,当模型计算效率越来越高,反观图像的预处理与后处理,没想到它们竟成了整个图像任务的瓶颈。
为了解决这样的瓶颈,Nvidia 携手字节跳动机器学习团队开源众多图像预处理算子库 CV-CUDA,它们能高效地运行在 GPU 上,算子速度能达到 OpenCV(运行在 CPU)的百倍左右。如果我们使用 CV-CUDA 作为后端替换 OpenCV 和 TorchVision,整个推理的吞吐量能达到原来的二十多倍。此外,不仅是速度的提升,同时在效果上 CV-CUDA 在计算精度上已经对齐了 OpenCV,因此训练推理能无缝衔接,大大降低工程师的工作量。新浪微博是 CV-CUDA 首批 EA(Early Access)的用户,在视频版权,视频重复检测等场景中进行了测试和应用,在视频前处理任务中相比之前的方案提升了 2-3 倍,基于此,在 GPU 上的内容理解pipeline提升了 1.2-1.5 倍。
2023 年 1 月 15 日,9:30-11:30,由 NVIDIA 主办的『CV-CUDA首次公开课』,将邀请来自 NVIDIA,字节跳动,新浪微博的 3 位技术专家,就相关主题进行深度分享,欢迎大家届时收看~
主办方:NVIDIA
活动时间:1月15日,9:30-11:30
⭐️ 活动亮点:
CV-CUDA 项目简介、特点、性能解析。
如何利用 CV-CUDA 提高计算效率?
如何利用 CV-CUDA 加速 PyTorch 流水线?
如何判断是否要使用 CV-CUDA?
CV-CUDA 在字节跳动和新浪微博应用的最佳实践。
01/详细日程
02/详细介绍
👨 张毅 NVIDIA GPU计算专家团队 工程师
个人介绍:张毅是 NVIDIA GPU 计算专家团队的工程师。主要从事计算机视觉领域的算法加速工作,同时也是 CV-CUDA 项目的发起人,负责 CV-CUDA 项目早期的框架设计和算子开发工作。此外,他还是 PyTorch 转 TensorRT 编译工具 Torch-TensorRT 的核心开发人员。在加入 NVIDIA 之前,于腾讯优图从事计算机视觉算法研发工作。分别于浙江大学和上海交通大学获得学士和硕士学位。
💬 演讲题目:CV-CUDA 高性能图像处理加速库
🔥 演讲提纲:
1. CV-CUDA 项目简介
2. CV-CUDA 特点
3. CV-CUDA 性能
4. 代码示例
🎁 听众收益:
1. CV-CUDA 如何提高计算效率
2. 例如利用 CV-CUDA 加速 PyTorch 流水线
👨 盛一耀 字节跳动 机器学习系统工程师
个人介绍:盛一耀是字节跳动机器学习系统团队的工程师,是CV-CUDA项目主要的开发者之一。他于美国卡耐基梅隆大学获得硕士学位后,2019年加入字节跳动,主要从事机器学习系统相关工作,对模型训练和推理性能优化有较深刻的理解。在CV-CUDA项目中,他在把握并提供字节跳动内部视觉相关算子需求的同时,也参与开发了许多GPU视觉类算子。
💬 演讲题目:CV-CUDA 在字节跳动内部使用介绍
🔥 演讲提纲:
1. CV-CUDA的开发缘由
2. CV-CUDA的特性及使用
3. CV-CUDA案例展示
🎁 听众收益:
1. 如何定位机器学习训练过程中预处理瓶颈
2. 如何判断是否要使用CV-CUDA
3. CV-CUDA的最佳实践是怎样的
👨 庞锋 新浪微博 资深算法工程师
个人介绍:电子科技大学计算机软件与理论硕士研究生。2017年加入新浪微博,主要负责图片与视频内容理解相关工作。图像理解方面,研发过图片标签系统、图文标签融合、图片软色情识别、图片去重系统;视频理解方面,研发过视频标签系统、视频封面自动提取系统、视频去重系统、视频版权保护系统、视频软色情识别、视频多模态表达等相关项目。
💬 演讲题目:CV-CUDA 在微博多媒体内容理解的应用
🔥 演讲提纲:
1. CV-CUDA 介绍
2. 多媒体内容理解在微博的应用介绍
3. CV-CUDA 在微博的应用案例
🎁 听众收益:
1. 如何使用 Embedding 解决视频版权,视频重复检测等业务问题?
2. 如何使用算法对视频质量进行评估?
3. 如何结合 CV-CUDA 提升算法效率?
4000520066 欢迎批评指正
All Rights Reserved 新浪公司 版权所有