如何将深度学习算法部署到嵌入式设备？本文将带给你一个从Pytorch平台训练，到部署到嵌入式设备K210的完整方案。章节之间跨度大，知识点相对独立，欢迎点赞收藏慢慢看！跟着本文做完，你也可以做一个自己的嵌入式AI小产品！ 零、前言

本文主要讲解如何从零训练自己的YOLOv5模型与一些重要参数的含义。

本文将从传统图像方法+机器学习的角度来说明如何进行红外弱小目标检测，所用数据集（MSDIT）均为自己拍摄和标注，部分数据已上传至开源数据平台Graviti，供感兴趣的同学学习和研究。

本文整理了国内外经典的开源数据，包含了目标检测、自动驾驶、人脸识别、自然语言处理、文本检测、医疗等方向，具体如下。

近期，浙江大学欧明锋在TechBeat人工智能社区进行了“以数据为中心的研究探索”的分享。Talk主要聚焦同领域相似的同构数据集的连接融合问题，并提出解决思路与方案。

格物钛依托于自主研发的大数据处理引擎，推出了支持多云混合部署的数据平台；提供了一套可灵活配置的自动化工具——Action；提供了完善易用的SDK。

格物钛创新提出了“发现高价值数据”的行业解决方案，通过统一管理原始数据、元数据、标注数据和预测结果数据等，并可以自由组合筛选维度、可视化筛选结果，帮助AI开发者快速找到最符合场景的数据。

MNIST数据集及CIFAR-10数据集应用：使用PyTorch简易搭建残差网络。

以数据为中心的AI就是要更关心数据的质量而不是数量。然而，高质量的数据集是很难找到的。如果你想建立优质的机器学习模型，你就一定需要优质的数据集。对于接触数据集平台而言，Kaggle是一个很好的开始。但如果你对计算机视觉等具体领域感兴趣，并且想要以快捷高效的方式访问数据集，务必试试免费好用的格物钛公开数据集平台。