新聞中心

EEPW首頁 > 智能計算 > 進階指南 > Raspbian OS安裝OpenVINO工具包

Raspbian OS安裝OpenVINO工具包

作者: 時間:2020-08-03 來源:英特爾 收藏

注意

本文引用地址:http://m.butianyuan.cn/article/202008/416602.htm
  • ?工具包以前稱為?計算機視覺SDK。

  • 這些步驟適用于32位Raspbian * 9 OS(Stretch),這是Raspberry Pi *板的官方操作系統(tǒng)。

  • 這些步驟已通過Raspberry Pi 3 *驗證。

  • 除非另有說明,否則本指南中的所有步驟均必需

  • 需要互聯(lián)網(wǎng)連接才能按照本指南中的步驟操作。

介紹

?工具包可快速部署模擬人類視覺的應(yīng)用程序和解決方案。該工具包基于卷積神經(jīng)網(wǎng)絡(luò)(CNN),可擴展?硬件的計算機視覺(CV)工作負(fù)載,從而最大限度地提高性能。工具包包括?深度學(xué)習(xí)部署工具包(英特爾?DLDT)。

用于Raspbian * OS的OpenVINO?工具包僅包含推理引擎和MYRIAD插件。您可以將其與英特爾?Movidius?神經(jīng)計算棒(英特爾?NCS)或插入其中一個USB端口的英特爾?神經(jīng)計算棒2一起使用。

包含在安裝包中

用于Raspbian OS的OpenVINO工具包是一個包含預(yù)安裝頭文件和庫的存檔。默認(rèn)情況下安裝以下組件:

零件

描述

推理引擎

這是運行深度學(xué)習(xí)模型的引擎。它包含一組庫,可以輕松推理與應(yīng)用程序的集成。

OpenCV *版本4.0.0

為英特爾?硬件編譯的OpenCV *社區(qū)版本。

樣本申請

一組簡單的控制臺應(yīng)用程序,演示如何在您的應(yīng)用程序中使用英特爾深度學(xué)習(xí)推理引擎。

注意:該軟件包不包含模型優(yōu)化程序。要將模型轉(zhuǎn)換為中間表示(IR),您需要將其單獨安裝到主機。

開發(fā)和目標(biāo)平臺

硬件

Raspberry Pi *板,采用ARM * ARMv7-A CPU架構(gòu)。檢查uname -m返回armv7l。

英特爾?Movidius?可視處理單元(VPU)之一:

    • 英特爾?Movidius?神經(jīng)計算棒

    • 英特爾?神經(jīng)計算棒2

操作系統(tǒng)

  • Raspbian * Stretch,32位

軟件

  • CMake * 3.7.2或更高版本

概觀

本指南提供了有關(guān)如何為Raspbian * OS安裝OpenVINO?工具包的逐步說明。為每種類型的兼容硬件提供鏈接,包括下載,初始化和配置步驟。將涵蓋以下步驟:

  1. 安裝OpenVINO?工具包

  2. 安裝外部軟件依賴項

  3. 設(shè)置環(huán)境變量

  4. 添加USB規(guī)則

  5. 運行對象檢測示例以驗證推理引擎安裝

  6. 運行人臉檢測模型推斷(用于OpenCV *)以驗證OpenCV安裝

  7. 了解Raspberry Pi的工作流程

安裝用于Raspbian * OS軟件包的OpenVINO?Toolkit

本指南假設(shè)您下載了用于Raspbian * OS的OpenVINO工具包。如果您沒有該工具包軟件包的副本,請l_openvino_toolkit_raspbi_p_<version>.tgz從英特爾?官方地址下載最新版本,然后返回本指南繼續(xù)安裝。

注意:用于Raspbian OS的OpenVINO工具包是在沒有安裝程序的情況下分發(fā)的,因此除了用于Linux * OS的OpenVINO?工具包英特爾?分發(fā)版之外,您還需要執(zhí)行額外的步驟。

打開終端*或您首選的控制臺應(yīng)用程序。

轉(zhuǎn)到下載OpenVINO工具包的目錄。本文檔假定這是您的~/Downloads目錄。如果沒有,請?zhí)鎿Q~/Downloads文件所在的目錄。

cd~ / Downloads /

默認(rèn)情況下,包文件保存為l_openvino_toolkit_raspbi_p_<version>.tgz。

  1. 創(chuàng)建安裝文件夾。

sudo mkdir -p / opt / intel / openvino

  1. 解壓縮檔案:

sudo tar -xf l_openvino_toolkit_raspbi_p_ <version> .tgz --strip 1 -C / opt / intel / openvino

  1. setupvars.sh通過替換<INSTALLDIR>安裝文件夾的絕對路徑來修改腳本:

sudo sed -i“s | <INSTALLDIR> | / opt / intel / openvino |” /opt/intel/openvino/bin/setupvars.sh

現(xiàn)在安裝了OpenVINO工具包組件。仍需要其他配置步驟。繼續(xù)下一部分以安裝外部軟件依賴項,配置環(huán)境并設(shè)置USB規(guī)則。

安裝外部軟件依賴項

構(gòu)建推理引擎示例應(yīng)用程序需要CMake *版本3.7.2或更高版本。要安裝,請打開Terminal *窗口并運行以下命令:

sudo apt install cmake

CMake已安裝。繼續(xù)下一部分以設(shè)置環(huán)境變量。

設(shè)置環(huán)境變量

在編譯和運行OpenVINO工具包應(yīng)用程序之前,必須更新多個環(huán)境變量。運行以下腳本以臨時設(shè)置環(huán)境變量:

來源/opt/intel/openvino/bin/setupvars.sh

(可選)關(guān)閉shell時將刪除OpenVINO環(huán)境變量。作為選項,您可以永久設(shè)置環(huán)境變量,如下所示:

echo“source /opt/intel/openvino/bin/setupvars.sh”>>?/ .bashrc

要測試您的更改,請打開一個新終端。您將看到以下內(nèi)容:

[setupvars.sh]初始化OpenVINO環(huán)境

繼續(xù)下一部分,為英特爾?Movidius?神經(jīng)計算棒和英特爾?神經(jīng)計算棒2設(shè)備添加USB規(guī)則。

添加USB規(guī)則

  1. 將當(dāng)前Linux用戶添加到users組:

sudo usermod -a -G用戶“$(whoami)”

注銷并登錄以使其生效。

  1. 要對英特爾?Movidius?神經(jīng)計算棒或英特爾?神經(jīng)計算棒2進行推斷,請安裝運行install_NCS_udev_rules.sh腳本的USB規(guī)則:

sh /opt/intel/openvino/install_dependencies/install_NCS_udev_rules.sh

您已準(zhǔn)備好編譯并運行對象檢測示例以驗證推理引擎安裝。

構(gòu)建和運行對象檢測示例

按照以下步驟使用OpenVINO工具包中的推理引擎樣本運行預(yù)先訓(xùn)練的人臉檢測網(wǎng)絡(luò)。

  1. 導(dǎo)航到您具有寫入權(quán)限的目錄,并創(chuàng)建樣本構(gòu)建目錄。此示例使用名為的目錄build:

mkdir build && cd build

  1. 構(gòu)建對象檢測示例:

cmake -DCMAKE_BUILD_TYPE =發(fā)布-DCMAKE_CXX_FLAGS =“ -  march = armv7 -a”/ opt / intel / openvino / deployment_tools / inference_engine / samples

make -j2 object_detection_sample_ssd

  1. 下載預(yù)先訓(xùn)練的人臉檢測模型或從主機復(fù)制:

    • 要下載.bin帶權(quán)重的文件:

wget --no-check-certificate https://download.01.org/opencv/2019/open_model_zoo/R1/models_bin/face-detection-adas-0001/FP16/face-detection-adas-0001.bin


    • 要下載.xml具有網(wǎng)絡(luò)拓?fù)涞奈募?/p>

wget --no-check-certificate https://download.01.org/opencv/2019/open_model_zoo/R1/models_bin/face-detection-adas-0001/FP16/face-detection-adas-0001.xml

  1. 運行示例并指定模型和輸入圖像的路徑:

./armv7l/Release/object_detection_sample_ssd -m face-detection-adas-0001.xml -d MYRIAD -i <path_to_image>

應(yīng)用程序輸出一個圖像(out_0.bmp),其中檢測到的面對包圍在矩形中。

繼續(xù)下一部分以驗證OpenCV安裝。

使用OpenCV * API運行人臉檢測模型推理

要驗證OpenCV *安裝,請使用推理引擎后端運行OpenCV深度學(xué)習(xí)模塊。這是一個Python *示例,它與預(yù)先訓(xùn)練的人臉檢測模型一起使用:

  1. 下載預(yù)先訓(xùn)練的人臉檢測模型或從主機復(fù)制:

    • 要下載.bin帶權(quán)重的文件:

wget --no-check-certificate https://download.01.org/opencv/2019/open_model_zoo/R1/models_bin/face-detection-adas-0001/FP16/face-detection-adas-0001.bin


    • 要下載.xml具有網(wǎng)絡(luò)拓?fù)涞奈募?/p>

wget --no-check-certificate https://download.01.org/opencv/2019/open_model_zoo/R1/models_bin/face-detection-adas-0001/FP16/face-detection-adas-0001.xml

  1. 創(chuàng)建一個名為的新Python *文件,openvino_fd_myriad.py并在其中復(fù)制以下腳本:

將cv2導(dǎo)入為cv

#加載模型。

net = cv.dnn.readNet('face-detection-adas-0001.xml',

                     的臉檢測用ADAS-0001.bin')

#指定目標(biāo)設(shè)備。

net.setPreferableTarget(cv.dnn.DNN_TARGET_MYRIAD)

#閱讀圖像。

frame = cv.imread('/ path / to / image')

#準(zhǔn)備輸入blob并執(zhí)行推理。

blob = cv.dnn.blobFromImage(frame,size =(672,384),ddepth = cv.CV_8U)

net.setInput(BLOB)

out = net.forward()

#在框架上繪制檢測到的面部。

用于out.reshape(-1,7)中的檢測:

    置信度=浮點數(shù)(檢測[2])

    xmin = int(檢測[3] * frame.shape [1])

    ymin = int(檢測[4] * frame.shape [0])

    xmax = int(檢測[5] * frame.shape [1])

    ymax = int(檢測[6] * frame.shape [0])

    如果信心> 0.5:

        cv.rectangle(frame,(xmin,ymin),(xmax,ymax),color =(0,255,0))

#將幀保存到圖像文件。

cv.imwrite('out.png',frame)

  1. 運行腳本:

python3 openvino_fd_myriad.py

在此腳本中,OpenCV *從中間表示(IR)格式和圖像加載人臉檢測模型。然后它運行推理并使用檢測到的面保存圖像。

恭喜,您已完成用于Raspbian * OS安裝的OpenVINO?工具包。您已完成本指南中所有必需的安裝,配置和構(gòu)建步驟。

如果您想了解有關(guān)Raspberry Pi的OpenVINO工作流程的更多信息,請閱讀下一個主題。

Raspberry Pi *的工作流程

如果要將模型用于推理,則必須將模型轉(zhuǎn)換為由推理引擎用作輸入的.bin和.xml中間表示(IR)文件。Raspberry Pi上的OpenVINO?工具包支持僅包括英特爾?分布式OpenVINO?工具包的推理引擎模塊。此平臺不支持模型優(yōu)化程序。要獲得優(yōu)化模型,您可以使用以下選項之一:

從英特爾?開源技術(shù)中心下載適用于OpenVINO版本的一套即用型預(yù)訓(xùn)練模型:

有關(guān)預(yù)訓(xùn)練模型的更多信息,請參閱預(yù)訓(xùn)練模型文檔


想要查看更多OpenVINO相關(guān)技術(shù)與資料,請戳>> http://m.butianyuan.cn/openvino



評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉