点击蓝字
关注我们,让开发变得更有趣
以下文章来源于英特尔物联网,作者 黄明明 英特尔边缘计算创新大使
英特尔® 发行版 OpenVINO™ 工具套件基于 oneAPI 而开发,可以加快高性能计算机视觉和深度学习视觉应用开发速度工具套件,适用于从边缘到云的各种英特尔平台上,帮助用户更快地将更准确的真实世界结果部署到生产系统中。通过简化的开发工作流程, OpenVINO™ 可赋能开发者在现实世界中部署高性能应用程序和算法。
Java 是一门面向对象的编程语言,不仅吸收了 C++ 语言的各种优点,还摒弃了 C++ 里难以理解的多继承、指针等概念,因此 Java 语言具有功能强大和简单易用两个特征。Java 语言作为静态面向对象编程语言的代表,极好地实现了面向对象理论,允许程序员以优雅的思维方式进行复杂的编程。
虽然 OpenVINO™ 在 [OpenVINO Contrilb][1] 提供了 Ubuntu 版本的 api,但由于使用 JNI 技术,这对于没有涉及 C/C++ 编程的开发者并不是特别的友好,且后期的维护更新也带来了不小的麻烦。
在之前的工作中,我们推出了 OpenVINO™ Java API ,旨在推动 OpenVINO™ 在 Java 领域的应用,目前已经成功在 Mac、Windows、Linux 平台实现使用。在本文中,我们将介绍如何在英特尔开发套件 AIxBoard 上基于 Linux 系统实现 OpenVINO™ Java API。
项目中所使用的代码已上传至 OpenVINO™ Java API 仓库中,GitHub 网址为:
https://github.com/Hmm466/OpenVINO-Java-API
(复制链接到浏览器打开)
1. 英特尔开发套件 AIxBoard 介绍
1.1
产品定位
英特尔开发套件 AIxBoard 是英特尔开发套件官方序列中的一员,专为入门级人工智能应用和边缘智能设备而设计。英特尔开发套件 AIxBoard 能完美胜人工智能学习、开发、实训、应用等不同应用场景。该套件预装了英特尔® OpenVINO™ 工具套件、模型仓库和演示。
套件主要接口与 Jetson Nano 载板兼容,GPIO 与树莓派兼容,能够最大限度地复用成熟的生态资源。这使得套件能够作为边缘计算引擎,为人工智能产品验证和开发提供强大支持;同时,也可以作为域控核心,为机器人产品开发提供技术支撑。
使用英特尔开发套件 AIxBoard,您将能够在短时间内构建出一个出色的人工智能应用应用程序。无论是用于科研、教育还是商业领域,英特尔开发套件 AIxBoard 都能为您提供良好的支持。借助 OpenVINO™ 工具套件,CPU、iGPU 都具备强劲的 AI 推理能力,支持在图像分类、目标检测、分割和语音处理等应用中并行运行多个神经网络。
1.2
产品参数
1.3
AI 推理单元
借助 OpenVINO™ 工具,能够实现 CPU+iGPU 异构计算推理,IGPU 算力约为 0.6TOPS。
2
准备工作
2.1
配置 java 环境
下载并配置 JDK:
JDK(Java Development Kit)称为 Java 开发包或 Java 开发工具,是一个编写 Java 的 Applet 小程序和应用程序的程序开发环境。JDK 是整个 Java 的核心,包括了 Java 运行环境(Java Runtime Environment),一些 Java 工具和 Java 的核心类库(Java API)。不论什么 Java 应用服务器实质都是内置了某个版本的 JDK。主流的 JDK 是 Sun 公司发布的 JDK,除了 Sun 之外,还有很多公司和组织都开发了自己的 JDK。
2.1.1
添加 api 到本地 maven
添加 OpenVINO™ Java API 至 Maven(目前没有在 maven 中央仓库发布,所以需要手动安装)
2.1.2
Clone OpenVINO™ Java API 项目到本地
java
git clone https://github.com/Hmm466/OpenVINO-Java-API
左滑查看更多
2.1.3
通过 IDEA 或 Eclipse 打开
通过 maven install 到本地 maven 库中
[INFO] ------------------------------------------------------------------------
[INFO] BUILD SUCCESS
[INFO] ------------------------------------------------------------------------
[INFO] Total time: 14.647 s
[INFO] Finished at: 2023-11-02T21:34:49+08:00
[INFO] ------------------------------------------------------------------------
左滑查看更多
jar 包会放置在:
/{userHome}/.m2/repository/org/openvino/java-api/1.0-SNAPSHOT/java-api-1.0-SNAPSHOT.pom
2.2
安装 OpenVINO™ Runtime
OpenVINO™ 有两种安装方式: OpenVINO™ Runtime 和 OpenVINO™ Development Tools。
OpenVINO™ Runtime 包含用于在处理器设备上运行模型部署推理的核心库。OpenVINO™ Development Tools 是一组用于处理 OpenVINO™ 和 OpenVINO™ 模型的工具,包括模型优化器、OpenVINO™ Runtime、模型下载器等。在此处我们只需要安装 OpenVINO™ Runtime 即可。
2.2.1
下载 OpenVINO™ Runtime
访问 Download the Intel Distribution of OpenVINO™ Toolkit 页面,按照下面流程选择相应的安装选项,在下载页面,由于 AIxBoard 使用的是 Ubuntu20.04,因此下载时按照指定的编译版本下载即可。
2.2.2
解压缩安装包
我们所下载的 OpenVINO™ Runtime 本质是一个 C++ 依赖包,因此我们把它放到我们的系统目录下,这样在编译时会根据设置的系统变量获取依赖项。
shell
cd ~/Downloads/
tar -xvzf l_openvino_toolkit_ubuntu20_2022.3.1.9227.cf2c7da5689_x86_64.tgz
sudo mv l_openvino_toolkit_ubuntu20_2022.3.1.9227.cf2c7da5689_x86_64/runtime/lib/intel64/* /usr/lib/
左滑查看更多
2.3
编译 OpenCV java 库
2.3.1
下载 ANT
由于 OpenCV 编译出 libopencv_java{version}.[so|dll|dylib] 需要 apache ant 的支持,所以需要手动下载 ant[2] 并加入环境变量
shell
export ANT_HOME={ant_home}
export PATH=$ANT_HOME/bin:$PATH
左滑查看更多
2.3.2
OpenCV[3] 下载源代码
解压缩之后进入文件夹:
shell
mkdir build
cd build
cmake -DBUILD_SHARED_LIBS=OFF -DWITH_IPP=OFF -DBUILD_ZLIB=OFF -DCMAKE_INSTALL_PREFIX=你的opencv目录
-DJAVA_INCLUDE_PATH={jdk 所在位置}/include -DJAVA_AWT_INCLUDE_PATH={jdk 所在位置}/include
-DJAVA_INCLUDE_PATH2={jdk 所在位置}/include -DBUILD_JAVA=ON ..
左滑查看更多
注意看输出有没有:
-- Java:
-- ant:
-- JNI:
-- Java wrappers:
-- Java tests:
左滑查看更多
需要不为 NO 或者有目录,然后编译安装:
shell
make -j 8
make install
左滑查看更多
3
在 AIxBoard 上进行测试
3.1
源代码直接测试
shell
git clone https://github.com/Hmm466/OpenVINO-Java-API
左滑查看更多
- 使用IDEA / Eclipse 打开项目
- 运行
src/test/java/org.openvino.java.test.YoloV8Test
3.2
创建其他项目进行测试
创建一个 AlxBoardDeployYolov8 Maven 项目
创建完成之后引用我们刚刚 install 的 OpenVINO-Java-API,或者直接 clone 项目直接修改体验
maven 引用:
maven
<dependency>
<groupId>org.openvino</groupId>
<artifactId>java-api</artifactId>
<version>1.0-SNAPSHOT</version>
</dependency>
【注意】如果才用 maven 依赖需要注意 opencv 的库引用问题.可以将 OpenVINO-Java-API/libs 的 opencv 库引用到你的项目下
编写测试代码:
java
OpenVINO vino = OpenVINO.load();
OvVersion version = vino.getVersion();
Console.println("---- OpenVINO INFO----");
Console.println("Description : %s", version.description);
Console.println("Build number: %s", version.buildNumber);
左滑查看更多
结果将输出:
text
---- OpenVINO INFO----
Description : OpenVINO Runtime
Build number: 2023.2.0-12538-e7c1344d3c3
det
text
Description : OpenVINO Runtime
Build number: 2023.2.0-12538-e7c1344d3c3
[INFO] Loading model files: model/yolov8/yolov8s.xml
[INFO] model name: torch_jit
[INFO] inputs:
[INFO] input name: images
[INFO] input type: Node
[INFO] input shape: Shape{, rank=4, dims=1,3,640,640}
[INFO] outputs:
[INFO] output name: output0
[INFO] output type: Node
[INFO] output shape: Shape{, rank=3, dims=1,84,8400}
[INFO] Read image files: dataset/image/demo_2.jpg
Detection result :
1: 0 0.92775315 {0, 304, 268x519}
2: 0 0.90614283 {632, 97, 615x725}
3: 0 0.9032028 {286, 198, 190x591}
4: 62 0.902739 {258, 164, 446x284}
5: 0 0.80478114 {739, 262, 123x229}
6: 0 0.7890141 {891, 314, 231x226}
7: 63 0.7383257 {532, 518, 260x275}
8: 63 0.7148062 {861, 448, 90x86}
9: 56 0.5889373 {102, 614, 185x216}
10: 0 0.4642688 {1006, 315, 116x159}
11: 63 0.43404874 {987, 483, 104x126}
12: 63 0.38955435 {892, 480, 202x196}
13: 62 0.30369592 {961, 384, 87x81}
左滑查看更多
seg
text
---- OpenVINO INFO----
Description : OpenVINO Runtime
Build number: 2023.2.0-12538-e7c1344d3c3
[INFO] Loading model files: model/yolov8/yolov8s-seg.xml
[INFO] model name: torch_jit
[INFO] inputs:
[INFO] input name: images
[INFO] input type: Node
[INFO] input shape: Shape{, rank=4, dims=1,3,640,640}
[INFO] outputs:
[INFO] output name: output0
[INFO] output type: Node
[INFO] output shape: Shape{, rank=3, dims=1,116,8400}
[INFO] Read image files: dataset/image/demo_2.jpg
Segmentation result :
1: 0 0.9207011 {0, 66, 439x801}
2: 0 0.91634876 {403, 151, 339x721}
3: 63 0.9086068 {37, 460, 388x231}
4: 56 0.74821126 {878, 517, 146x265}
5: 0 0.37459317 {679, 331, 91x263}
6: 0 0.31526685 {641, 345, 45x39}
左滑查看更多
pose
text
---- OpenVINO INFO----
Description : OpenVINO Runtime
Build number: 2023.2.0-12538-e7c1344d3c3
[INFO] Loading model files: model/yolov8/yolov8s.xml
[INFO] model name: torch_jit
[INFO] inputs:
[INFO] input name: images
[INFO] input type: Node
[INFO] input shape: Shape{, rank=4, dims=1,3,640,640}
[INFO] outputs:
[INFO] output name: output0
[INFO] output type: Node
[INFO] output shape: Shape{, rank=3, dims=1,84,8400}
[INFO] Read image files: dataset/image/demo_2.jpg
Classification result :
1: 1 0.9001118 {407, 151, 334x722} Nose: (0.0 ,0.0 ,3.4155396E-6) Left Eye: (0.0 ,0.0 ,6.0583807E-6) Right Eye: (0.0 ,0.0 ,3.7476743E-6) Left Ear: (0.0 ,0.0 ,3.2295986E-6) Right Ear: (0.0 ,0.0 ,1.7464492E-6) Left Shoulder: (0.0 ,0.0 ,2.5992335E-6) Right Shoulder: (0.0 ,0.0 ,3.937065E-6) Left Elbow: (0.0 ,0.0 ,7.936895E-6) Right Elbow: (0.0 ,0.0 ,2.3217426E-6) Left Wrist: (0.0 ,0.0 ,3.6387396E-6) Right Wrist: (0.0 ,0.0 ,4.40427E-6) Left Hip: (0.0 ,0.0 ,1.940609E-6) Right Hip: (0.0 ,0.0 ,3.770945E-6) Left Knee: (0.0 ,0.0 ,2.4128974E-6) Right Knee: (0.0 ,0.0 ,3.424496E-6) Left Ankle: (0.0 ,0.0 ,7.5513196E-7) Right Ankle: (0.0 ,0.0 ,4.3359764E-6)
2: 1 0.8558029 {0, 65, 441x802} Nose: (0.0 ,0.0 ,5.9377476E-7) Left Eye: (0.0 ,0.0 ,7.104497E-6) Right Eye: (0.0 ,0.0 ,1.319968E-6) Left Ear: (0.0 ,0.0 ,6.459948E-7) Right Ear: (0.0 ,0.0 ,4.0330252E-7) Left Shoulder: (0.0 ,0.0 ,1.5084498E-7) Right Shoulder: (0.0 ,0.0 ,6.642805E-7) Left Elbow: (0.0 ,0.0 ,2.447048E-6) Right Elbow: (0.0 ,0.0 ,2.463981E-7) Left Wrist: (0.0 ,0.0 ,3.8335997E-7) Right Wrist: (0.0 ,0.0 ,3.6232507E-7) Left Hip: (0.0 ,0.0 ,3.2433576E-7) Right Hip: (0.0 ,0.0 ,7.913691E-7) Left Knee: (0.0 ,0.0 ,4.720929E-7) Right Knee: (0.0 ,0.0 ,4.3835226E-7) Left Ankle: (0.0 ,0.0 ,1.2476052E-7) Right Ankle: (0.0 ,0.0 ,4.4775015E-7)
3: 1 0.60723305 {678, 333, 95x259} Nose: (0.0 ,0.0 ,8.775595E-7) Left Eye: (0.0 ,0.0 ,7.137654E-7) Right Eye: (0.0 ,0.0 ,1.2003383E-6) Left Ear: (0.0 ,0.0 ,8.495165E-7) Right Ear: (0.0 ,0.0 ,5.2003993E-6) Left Shoulder: (0.0 ,0.0 ,3.1942466E-7) Right Shoulder: (0.0 ,0.0 ,1.1035459E-6) Left Elbow: (0.0 ,0.0 ,5.3546346E-6) Right Elbow: (0.0 ,0.0 ,1.7979652E-6) Left Wrist: (0.0 ,0.0 ,8.755582E-7) Right Wrist: (0.0 ,0.0 ,6.6855574E-7) Left Hip: (0.0 ,0.0 ,4.0984042E-7) Right Hip: (0.0 ,0.0 ,7.5307044E-6) Left Knee: (0.0 ,0.0 ,9.537544E-7) Right Knee: (0.0 ,0.0 ,7.810681E-8) Left Ankle: (0.0 ,0.0 ,3.2538756E-7) Right Ankle: (0.0 ,0.0 ,1.2676019E-6)
4: 1 0.38707685 {1277, 740, 44x138} Nose: (0.0 ,0.0 ,1.074906E-4) Left Eye: (0.0 ,0.0 ,3.1907311E-6) Right Eye: (0.0 ,0.0 ,9.670388E-6) Left Ear: (0.0 ,0.0 ,4.4663593E-6) Right Ear: (0.0 ,0.0 ,0.0025005206) Left Shoulder: (0.0 ,0.0 ,4.032511E-5) Right Shoulder: (0.0 ,0.0 ,2.5534397E-5) Left Elbow: (0.0 ,0.0 ,0.0043662274) Right Elbow: (0.0 ,0.0 ,4.32287E-5) Left Wrist: (0.0 ,0.0 ,8.4830776E-7) Right Wrist: (0.0 ,0.0 ,5.0576923E-6) Left Hip: (0.0 ,0.0 ,1.1178828E-5) Right Hip: (0.0 ,0.0 ,2.2293802E-5) Left Knee: (0.0 ,0.0 ,3.1517664E-6) Right Knee: (0.0 ,0.0 ,8.923516E-5) Left Ankle: (0.0 ,0.0 ,5.5582723E-6) Right Ankle: (0.0 ,0.0 ,2.206743E-6)
左滑查看更多
cls
text
---- OpenVINO INFO----
Description : OpenVINO Runtime
Build number: 2023.2.0-12538-e7c1344d3c3
[INFO] Loading model files: model/yolov8/yolov8s.xml
[INFO] model name: torch_jit
[INFO] inputs:
[INFO] input name: images
[INFO] input type: Node
[INFO] input shape: Shape{, rank=4, dims=1,3,640,640}
[INFO] outputs:
[INFO] output name: output0
[INFO] output type: Node
[INFO] output shape: Shape{, rank=3, dims=1,84,8400}
[INFO] Read image files: dataset/image/demo_2.jpg
Classification Top 10 result :
classid probability
------- -----------
{14789} {635.549438}
{3679} {635.543701}
{14788} {635.522583}
{14731} {635.518616}
{14730} {635.513428}
{3839} {635.502441}
{14790} {635.497314}
{14732} {635.489258}
{14781} {635.486694}
{14739} {635.484985}
左滑查看更多
4
总结
在该项目中,我们基于 AIxBoard 为硬件基础实现了 Java 在 Ubuntu 22.04 系统上成功使用 OpenVINO™ Java API,并且成功允许了 Yolov8 模型,验证了 Java 运行的可行性,并简化了 Java 开发者对于 AI 类项目的上手难度。
同时 OpenVINO™ Java API 已完成了 Mac、Linux、Windows 的测试,Windows 平台的文档也正在输出。后续我还会将继续使用 OpenVINO™ Java API 在 英特尔开发套件 AIxBoard 部署更多的深度学习模型。
[1] OpenVINO Contrilb:
https://github.com/openvinotoolkit/openvino_contrib/tree/master/modules/java_api
[2] ant 官网:
ant.apache.org
[3] OpenCV 官网:
https://opencv.org
OpenVINO™
--END--
你也许想了解(点击蓝字查看)⬇️➡️ 开发者实战 | 介绍OpenVINO™ 2023.1:在边缘端赋能生成式AI➡️ 基于 ChatGLM2 和 OpenVINO™ 打造中文聊天助手➡️ 基于 Llama2 和 OpenVINO™ 打造聊天机器人➡️ 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
扫描下方二维码立即体验
OpenVINO™ 工具套件 2023.1
点击 阅读原文 立即体验OpenVINO 2023.1
文章这么精彩,你有没有“在看”?