开发者实战 | 英特尔开发者套件 + OpenVINO™ (Anomalib)搭建 AI 缺陷检测开发环境...

点击蓝字

关注我们,让开发变得更有趣

作者：伍增, 邓书梦 广东荣旭智能技术有限公司

本文简介

很多读者在阅读完《荣旭智能基于 Anomalib 打造智能光学字符瑕疵检测系统》后，对如何在英特尔开发者套件上从零开始搭建 Anomalib + OpenVINO^™  开发环境很感兴趣。

本文将介绍了基于英特尔开发者套件，在 Ubuntu22.04 上，如何一步一步搭建 Anomalib + OpenVINO^™ 开发环境。

拿到英特尔开发者套件后，请参考 Ubuntu 官方安装文档，安装 Ubuntu22.04。

官网链接（复制到浏览器中打开）：

https://ubuntu.com/tutorials/install-ubuntu-desktop#1-overview

开发环境搭建

安装好 Ubuntu22.04 后，本文将依次介绍如何安装搭建 Anomalib + OpenVINO^™ 开发环境所依赖的软件工具，包括 Anaconda, Git, OpenVINO^™ Notebooks和 VSCode。

有了这些工具的支持，开发者会发现在 Linux 和 Windows 上学习并开发 OpenVINO^™ 程序的体验，几乎一模一样。不熟悉 Linux 的开发者，可以快速将自己在 Windows 上的开发经验，迁移到 Linux 上。

第一步

下载并安装 Anaconda

Anaconda 是一个非常受欢迎的 Python 虚拟环境和软件包管理工具，可以很方便地解决多个 Python 版本并存以及安装 Python 软件包时的依赖问题，用户体验好。

到 Anaconda 官网：https://www.anaconda.com

下载 Anaconda3-xxx-Linux-86_64.sh，然后用命令：bash Anaconda3-xxx-Linux-86_64.sh，完成安装，如图1-1所示。

图1-1 下载并安装 Anaconda

第二步

新建并激活虚拟环境

完成 Anaconda 安装，并重启终端后，自动进入 Anaconda 默认的“base”虚拟环境。使用命令：conda create -n ov python=3.10，新建名为“ov”的虚拟环境，如图1-2所示。

图1-2 新建虚拟环境

接着使用命令：conda activate ov，激活新建的虚拟环境。

第三步

安装并启动 OpenVINO^™ Notebooks

OpenVINO^™ Notebooks 是一组可运行的 Jupyter notebooks，方便开发者学习和使用 OpenVINO^™ 工具套件。

Github 代码仓（复制到浏览器中打开）：

https://github.com/openvinotoolkit/openvino_notebooks

首先，使用命令安装 OpenVINO^™ Notebooks 的依赖项：

sudo apt update
sudo apt upgrade
sudo apt install git
sudo apt install intel-opencl-icd

向右滑动查看完整代码

然后，使用命令克隆 OpenVINO^™ Notebooks 代码仓到本地，并安装依赖项：

git clone --depth=1 https://github.com/openvinotoolkit/openvino_notebooks.git
cd openvino_notebooks
pip install -r requirements.txt

向右滑动查看完整代码

最后，使用命令，启动 OpenVINO^™ Notebooks，然后运行 002-openvino-api.ipynb，如图1-3所示，若成功获得硬件信息，说明 OpenVINO^™ 工具套件和 OpenVINO^™ Notebooks 安装成功。

jupyter lab notebooks

图1-3 启动 OpenVINO^™ Notebooks

第四步

安装并配置 VS Code

VS Code 是一个由微软开发的开源代码编辑器。它包含内建的调试支持，Git 版本控制，语法高亮，代码自动补全等功能，通过各种插件的配置，可以将 VS Code 配置成为 Ubuntu 下的图形化 Python 集成开发平台(IDE)，使用体验跟在 Windows 中使用 VS Code 开发 Python 代码几乎一样。

从 VS Code 的官网：https://code.visualstudio.com/

下载 code_xxx.deb 安装包，然后通过右键菜单→“Open with Software Install”完成安装，如图1-4所示。

图1-4 下载并安装 VS Code

启动 VS Code，打开 002-openvino-api.ipynb，运行代码，若获得如图1-5所示结果，则说明 VS Code 安装成功，可以在 VS Code 中编写和调试 OpenVINO^™ Python 代码了。

图1-5 在 VS Code 中运行 OpenVINO^™ Python 代码

第五步

安装并学习 Anomalib

Anomalib 提供一组供初学者快速入门的 notebooks，基于这组 notebooks，可以快速掌握 Anomalib 的用法，所以，请先克隆 Anomalib 代码仓到本地:

git clone https://github.com/openvinotoolkit/anomalib.git

向右滑动查看完整代码

然后，使用命令，完成 anomalib 的安装：

pip install anomalib

最后，在 VS Code  中，打开Anomalib notebooks 中的001_getting_started.ipynb，开始学习 Anomalib 的使用。

总结

本文详细介绍了在英特尔开发者套件上从零开始搭建 Anomalib + OpenVINO^™ 开发环境的全过程，借助 OpenVINO^™ Notebooks 和 Anomalib Notebooks 的范例程序，可以快速学习 OpenVINO^™ 和 Anomalib 的使用。有进一步的需求，欢迎随时联系我。

广东荣旭智能技术有限公司官网：

https://www.gdrosmart.com/

--END--

你也许想了解(点击蓝字查看)⬇️➡️ OpenVINO™ DevCon 2023重磅回归！英特尔以创新产品激发开发者无限潜能➡️ 5周年更新 | OpenVINO™  2023.0，让AI部署和加速更容易➡️ OpenVINO™5周年重头戏！2023.0版本持续升级AI部署和加速性能➡️ OpenVINO™2023.0实战 | 在 LabVIEW 中部署 YOLOv8 目标检测模型➡️ 开发者实战系列资源包来啦！➡️ 以AI作画，祝她节日快乐；简单三步，OpenVINO™ 助你轻松体验AIGC
➡️ 还不知道如何用OpenVINO™作画？点击了解教程。➡️ 几行代码轻松实现对于PaddleOCR的实时推理，快来get！➡️ 使用OpenVINO 在“端—边—云”快速实现高性能人工智能推理➡️ 图片提取文字很神奇？试试三步实现OCR！➡️【Notebook系列第六期】基于Pytorch预训练模型，实现语义分割任务➡️使用OpenVINO™ 预处理API进一步提升YOLOv5推理性能

扫描下方二维码立即体验 
OpenVINO™ 工具套件 2023.0

点击 阅读原文 立即体验OpenVINO 2023.0

文章这么精彩，你有没有“在看”？