新聞中心

EEPW首頁 > 智能計算 > 進階指南 > windows10 64位 OpenVINO安裝教程(二)

windows10 64位 OpenVINO安裝教程(二)

作者: 時間:2020-07-29 來源:電子產(chǎn)品世界 收藏

目錄

本文引用地址:http://m.butianyuan.cn/article/202007/416329.htm

一、配置模型優(yōu)化程序

二、模型優(yōu)化器配置步驟

三、使用驗證腳本驗證您的安裝

四、運行圖像分類驗證腳本

五、運行推理管道驗證腳本


一、配置模型優(yōu)化程序

重要信息:這些步驟是必需的。您必須為至少一個框架配置Model Optimizer。如果您未完成本節(jié)中的步驟,模型優(yōu)化程序?qū)⑹ ?/p>

注意:如果您在知道安裝了Python時看到錯誤,表明未安裝Python,則您的計算機可能無法找到該程序。有關(guān)將Python添加到系統(tǒng)環(huán)境變量的說明,請參閱更新Windows環(huán)境變量。

Model Optimizer是?工具包的?分銷的關(guān)鍵組件。如果不通過模型優(yōu)化器運行模型,則無法對訓練的模型進行推理。當您通過模型優(yōu)化器運行預(yù)先訓練的模型時,您的輸出是網(wǎng)絡(luò)的中間表示(IR)。IR是一對描述整個模型的文件:

  • .xml:描述網(wǎng)絡(luò)拓撲

  • .bin:包含權(quán)重和偏差二進制數(shù)據(jù)

推理引擎使用CPU,GPU或VPU硬件上的通用API讀取,加載和推斷IR文件。

Model Optimizer是一個基于Python *的命令行工具(mo.py),位于

C:Program Files (x86)IntelSWToolsopenvinodeployment_toolsmodel_optimizer

在使用流行的深度學習框架(如Caffe *,TensorFlow *,MXNet *和ONNX *)訓練的模型上使用此工具,將它們轉(zhuǎn)換為推理引擎可以使用的優(yōu)化IR格式。


二、模型優(yōu)化器配置步驟

您可以一次為所有受支持的框架配置模型優(yōu)化程序,也可以一次為一個框架配置模型優(yōu)化程序。選擇最適合您需求的選項。如果看到錯誤消息,請確保已安裝所有依賴項。

重要信息:成功執(zhí)行以下步驟需要Internet訪問權(quán)限。如果您只能通過代理服務(wù)器訪問Internet,請確保在您的環(huán)境中配置了Internet。

注意:在以下步驟中:

  • 如果您要在安裝的另一個已安裝的?分布式?工具包中使用模型優(yōu)化器,請?zhí)鎿Qopenvinoopenvino_<version>

  • 如果您將?工具包的?分發(fā)版安裝到非默認安裝目錄,請?zhí)鎿Q

C:Program Files (x86)IntelSWTools

為安裝該軟件的目錄。

這些步驟使用命令提示符以確保您看到錯誤消息。

選項1:同時為所有支持的框架配置Model Optimizer:

1.打開命令提示符。為此,請cmd在“ 搜索Windows”框中鍵入,然后按Enter鍵。在打開的窗口中鍵入命令:

                                     command_prompt.PNG

2.轉(zhuǎn)到Model Optimizer先決條件目錄。

3.運行以下批處理文件以配置Caffe *,TensorFlow *,MXNet *,Kaldi *和ONNX *的模型優(yōu)化器:

install_prerequisites.bat

選項2:分別為每個框架配置模型優(yōu)化器:

1.轉(zhuǎn)到Model Optimizer先決條件目錄:

cd C:Program Files (x86)IntelSWToolsopenvinodeployment_toolsmodel_optimizerinstall_prerequisites

2.運行您將與Model Optimizer一起使用的框架的批處理文件。您可以使用多個:

  • 對于Caffe

install_prerequisites_caffe.bat
  • 對于TensorFlow

install_prerequisites_tf.bat
  • 對于MXNet

install_prerequisites_mxnet.bat
  • 對于ONNX

install_prerequisites_onnx.bat
  • 對于Kaldi

install_prerequisites_kaldi.bat

Model Optimizer是為一個或多個框架配置的。成功通過類似于此的屏幕指示:

é???-MO.PNG

您已準備好使用兩個簡短的演示來查看運行英特爾分發(fā)OpenVINO工具包的結(jié)果,并驗證您的安裝是否成功。演示腳本是必需的,因為它們執(zhí)行其他配置步驟。


三、使用驗證腳本驗證您的安裝

重要提示:此部分是必需的。除了確認您的安裝成功之外,演示腳本還執(zhí)行其他步驟,例如設(shè)置計算機以使用Model Optimizer示例。

注意:要運行英特爾處理器顯卡,英特爾Movidius?神經(jīng)計算棒,英特爾神經(jīng)計算棒2,或英特爾?視覺加速器設(shè)計與英特爾Movidius的VPU?演示應(yīng)用程序,請確保您完成了額外的安裝步驟第一。

要了解更多關(guān)于演示應(yīng)用程序,請README.txt

C:Program Files (x86)IntelSWToolsopenvinodeployment_toolsdemo

注意

  • 本節(jié)中的路徑假定您使用了默認安裝目錄。如果您使用的目錄不是

    C:Program Files (x86)IntelSWTools

    請使用您安裝軟件的位置更新目錄。

  • 如果您要從英特爾?計算機視覺SDK 2017 R3測試版遷移到英特爾?分布式OpenVINO?工具包,請閱讀有關(guān)移植應(yīng)用程序的此信息。

1.打開命令提示符窗口。

2.轉(zhuǎn)到推理引擎演示目錄:

cd C:Program Files (x86)IntelSWToolsopenvinodeployment_toolsdemo

3.按照下一節(jié)中的說明運行驗證腳本。


四、運行圖像分類驗證腳本

要運行該腳本,請啟動該demo_squeezenet_download_convert_run.bat文件:

demo_squeezenet_download_convert_run.bat

此腳本下載SqueezeNet模型,使用模型優(yōu)化器將模型轉(zhuǎn)換為<tt> .bin和<tt> .xml中間表示(IR)文件。推理引擎需要此模型轉(zhuǎn)換,因此它可以使用IR作為輸入,并在英特爾硬件上實現(xiàn)最佳性能。
此驗證腳本構(gòu)建映像分類示例應(yīng)用程序,并使用car.png 演示目錄中的映像運行它  。有關(guān)中間表示的簡要說明,請參閱配置模型優(yōu)化程序

驗證腳本完成后,您將獲得前10個類別的標簽和置信度:

這個演示已經(jīng)完成。保持控制臺打開并繼續(xù)下一部分以運行推理管道演示。


五、運行推理管道驗證腳本

要運行該腳本,請demo_security_barrier_camera.bat在控制臺中啟動該文件:

demo_security_barrier_camera.bat

該腳本下載三個預(yù)先訓練的模型IR,構(gòu)建安全屏障相機演示應(yīng)用程序并使用下載的模型和目錄中的car_1.bmp 圖像運行它  demo以顯示推理管道。驗證腳本使用車輛識別,其中車輛屬性相互構(gòu)建以縮小特定屬性。

首先,將物體識別為車輛。該識別用作下一個模型的輸入,該模型識別特定車輛屬性,包括牌照。最后,標識為牌照的屬性被用作第三模型的輸入,第三模型識別牌照中的特定字符。

演示完成后,您將打開兩個窗口:

  • 一個控制臺窗口,顯示有關(guān)演示執(zhí)行的任務(wù)的信息

  • 一個圖像查看器窗口,顯示結(jié)果框架,其中檢測項呈現(xiàn)為邊界框,類似于以下內(nèi)容:

關(guān)閉圖像查看器窗口以結(jié)束演示。

要了解驗證腳本,請參閱中的README.txt文件

/opt/intel/openvino/deployment_tools/demo

在本節(jié)中,您看到了OpenVINO?工具包功能的英特爾?分布預(yù)覽。

您已完成所有必需的安裝,配置和構(gòu)建步驟,以便使用CPU使用經(jīng)過培訓的模型。

如果您想使用英特爾?處理器顯卡(GPU),英特爾?Movidius?神經(jīng)計算棒,英特爾?神經(jīng)計算棒2或采用英特爾?Movidius?(VPU)的英特爾視覺加速器設(shè)計,或添加CMake *和Python *您的Windows *環(huán)境變量,請閱讀下一節(jié)以了解其他步驟。


快來,小伙伴們都在學OpenVINO! http://m.butianyuan.cn/openvino



評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉