关于实验中红绿灯(LED)的控制原理,描述错误的是哪个()?
A.树莓派上运行OpenVINO实现车辆的检测与识别
B.树莓派上运行WEBAPI监听LED灯控制信号
C.OpenVINO主机发送HTTP请求树莓派控制LED灯
D.树莓派的GPIO实现了LED灯的实际亮灭控制
A.树莓派上运行OpenVINO实现车辆的检测与识别
B.树莓派上运行WEBAPI监听LED灯控制信号
C.OpenVINO主机发送HTTP请求树莓派控制LED灯
D.树莓派的GPIO实现了LED灯的实际亮灭控制
第1题
A.OpenVINO中无法融合OpenCVDNN
B.OpenCV可以与IR中间文件集成
C.OpenCV主要用于读取图像或视频帧,无法调用推理引擎(IE)
D.OpenVINO中对OpenCV的优化只基于CPU
第2题
A.IR完全与硬件无关,只取决于神经网络的架构
B.model.xml中XML文件包含网络架构
C.model.bin文件包含权重参数
D.OpenVINO的推理除了支持IR格式外,还支持PB格式模型
第3题
A.A.可以实现软件的自动安装
B.B.可以实现脚本的自动运行
C.C.可以实现软件分发
D.D.不能实现虚拟机进程监控功能
第5题
A.Linux系统中可以不用设置环境变量即可直接运行示例
B.Windows系统必须在安装完成后设置环境变量
C.install_prerequisites.sh主要用于设置环境变量
D.OpenVINO缺省安装在/opt/intel/目录下
第6题
A.系统及其运行环境中存在的危险源必须被识别、记录和控制
B.识别出每一个危险源是不可能的
C.1年内至少主动识别危险源1次
D.“传送带车靠接飞机时撞坏飞机舱门”是一项正确描述的危险源
第7题
A.OpenVINO支持CPU、VPU、GPU等不同结构的硬件
B.OpenVINO支持CPU、VPU、GPU等不同结构的硬件同时并行推理
C.OpenVINO支持不同硬件之间动态负载均衡
D.异构插件不支持神经网络计算棒二代(NCS2)
第8题
A.模型优化会对模型进行修剪
B.多步操作可以融合成一步
C.模型优化的输出可以提升推理的性能
D.模型优化支持所有Tensorflow模型
第9题
A.实验仅仅在少数与日常生活比较密切的项目中进行,零星不够系统
B.大多是定量的记录、分析
C.大多数实验仅限于现象的描述,缺少概括、总结且形成比较系统的理论
D.缺乏用实验来检验已有理论的思想
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!