CVPR 最新发布 - NVIDIA发布全新预训练模型并宣布迁移学习工具包（TLT）3.0 全面公开可用，助力快速实现生产级AI

一个支持边缘实时推理的姿态估计模型，其推理性能比 OpenPose 模型快 9 倍。

PeopleSemSegNet，一个用于人物检测的语义分割网络。

各种行业用例中的计算机视觉预训练模型，如车牌检测和识别、心率监测、情绪识别、面部特征点等。

CitriNet，一个使用各种专有特定域和开源数据集进行训练的新语音识别模型。

一个用于问题回答的新 Megatron Uncased 模型以及许多其他支持语音文本转换、命名实体识别、标点符号和文本分类的预训练模型。

AWS、GCP 和 Azure 上的训练支持

在用于视觉 AI 的 NVIDIA Triton™ 和 DeepStream SDK 上以及用于对话式 AI 的 Jarvis 上的开箱即用部署。

下载迁移学习工具包并访问开发者资源：

即刻启程：

https://developer.nvidia.com/tlt-get-started

从 NGC 下载模型：

计算机视觉：

https://ngc.nvidia.com/catalog/collections/nvidia:tltcomputervision

对话式AI：

https://ngc.nvidia.com/catalog/collections/nvidia:tltconversationalai

阅读最新开发者教程：用 NVIDIA 迁移学习工具包训练和优化二维姿态估计模型：

第 1 部分：

https://developer.nvidia.com/zh-cn/blog/training-optimizing-2d-pose-estimation-model-with-tlt-part-1/

第 2 部分：

https://developer.nvidia.com/zh-cn/blog/training-optimizing-2d-pose-estimation-model-with-tlt-part-2/