1、软件安装准备
操作系统:Win10 64位
Python版本:Python3.8
下载地址:https://www.python.org/downloads/release/python-380/
网盘地址:Python3.8网盘地址
提取码:dwl7
Cmake版本:3.18.0
下载地址:https://cmake.org/files/v3.18/
网盘地址:Cmake3.18网盘地址
提取码:02tq
OpenVino版本:2020.4.287
链接:https://pan.baidu.com/s/1fTwR...
提取码:1w3q
2、软硬件要求
Openvino对于部署的硬件有一定要求,其要求描述如下:
https://www.intel.com/content/www/us/en/developer/tools/openvino-toolkit/system-requirements.html
文章图片
Win7系统可以安装OpenVino,但在后续开发中调用OpenVino的库会报错,OpenVino官网只写了支持Win10,最好在Win10系统上配置和部署
win系统下要求装有VS和cmake环境
文章图片
3、安装步骤
安装Openvino前先配置VS、cmake和python等环境。
参考官网和网络上介绍的安装方法安装Openvino
4、环境变量配置
- 临时环境变量配置
OpenVino安装路径下有当前工具包运行环境变量,使用 cd /d 进入到安装路径:
文章图片
- 设置永久环境变量
将Openvino的安装路径和运行库添加到电脑的系统变量中去
文章图片
进入环境变量设定窗口后,新建系统变量
文章图片
然后在Path下添加要用的库的路径
文章图片
对于AI工作负载来说,OpenVINO提供了深度学习推理套件(DLDT),该套件可以将各种开源框架训练好的模型进行线上部署,除此之外,还包含了图片处理工具包OpenCV,视频处理工具包Media SDK,用于处理图像视频解码,前处理和推理结果后处理等。
在做推理的时候,大多数情况需要前处理和后处理,前处理如通道变换,取均值,归一化,Resize等,后处理是推理后,需要将检测框等特征叠加至原图等,都可以使用OpenVINO工具套件里的API接口完成。
OpenVino安装路径下的文件介绍如下图:
文章图片
5.2 Demo测试 在cmd下运行demo_security_barrier_camera.bat文件,该程序主要是识别汽车车牌和汽车颜色。
文章图片
推荐阅读
- 算法|PyTorch中的squeeze()和unsqueeze()详解与应用案例
- #|动手学深度学习(3.14 正向传播、反向传播和计算图)
- 深度学习|深度学习相关概念(计算图与反向传播)
- 计算机视觉|论文笔记(第一人称视角视频中的行人轨迹预测)
- 笔记|BYOL(Bootstrap your own latent A new approach to self-supervised Learning)算法笔记
- 机器学习|机器学习——Numpy、 Matplotlib、 Pandas的使用
- 大数据|科普|深度解析5G与未来天线技术
- 深度学习|【实战】K210训练与部署YOLO目标检测模型
- 深度学习|深度学习中的优化标准(交叉熵与均方误差)