OpenVINO安装及intel GPU测试

官网的安装指南

工控机系统环境

Ubuntu18.04

下面以该环境说明安装
OpenVINO选择下载项
进入intel官方下载界面，选择系统

选择linux后，跳转页面
下面有系统最低需求
这部分可以先进行预安装，也可以让openVINO后续步骤自动帮你安装

点击注册下载，在后续界面中填写好自己的个人信息，进入下在界面

下载完整包，这个包包括其他的依赖项目，也可以使用custom模式自行选择
下载完成后，进入安装模式
跟随官方网站步骤完成安装

tar -xvzf l_openvino_toolkit_p_<version>.tgz
cd l_openvino_toolkit_p_<version>
sudo ./install_GUI.sh

这里使用GUI模式安装
一路安装走下去，中间提示未安装的部分先忽略，后续的install guide里面有对于环境依赖的安装
完成安装后

cd /opt/intel/openvino/install_dependencies
sudo -E ./install_openvino_dependencies.sh

安装openvino的依赖

增加环境

nano ~/.bashrc

在末尾添加

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

模型优化器设置

全部模型优化器直接设置

cd /opt/intel/openvino/deployment_tools/model_optimizer/install_prerequisites
sudo ./install_prerequisites.sh

或可以单独选择对应需要的模型框架进行优化

运行验证安装脚本

cd /opt/intel/openvino/deployment_tools/demo
sudo ./demo_squeezenet_download_convert_run.sh

运行脚本进行验证

./demo_security_barrier_camera.sh

得到运行结果

这一系列验证操作，实际上在主目录下生成了
实际上这个demo生成inference_engine_demos_build里面
实际执行的命令

cd ~/inference_engine_demos_build/intel64/Release
./security_barrier_camera_demo -d CPU -d_va CPU -d_lpr CPU -i /opt/intel/openvino_2019.3.376/deployment_tools/demo/car_1.bmp -m /home/moi/openvino_models/ir/intel/vehicle-license-plate-detection-barrier-0106/FP16/vehicle-license-plate-detection-barrier-0106.xml -m_lpr /home/moi/openvino_models/ir/intel/license-plate-recognition-barrier-0001/FP16/license-plate-recognition-barrier-0001.xml -m_va /home/moi/openvino_models/ir/intel/vehicle-attributes-recognition-barrier-0039/FP16/vehicle-attributes-recognition-barrier-0039.xml

决定稍后配置完intel Graphics后利用gpu进行测试

继续安装
Steps for Intel® Processor Graphics (GPU)

cd /opt/intel/openvino/install_dependencies/
sudo ./install_NEO_OCL_driver.sh

Install the Intel® Graphics Compute Runtime for OpenCL™ driver components required to use the GPU plugin and write custom layers for Intel® Integrated Graphics:
这一步是安装intel显卡的opencl驱动

完成安装后，这里跳过了官方安装的最后一个步骤：运行一个简单引用
因为想测试以下intel加速的速度，这里直接运行

cd ~/inference_engine_demos_build/intel64/Release
./security_barrier_camera_demo -d GPU -d_va GPU -d_lpr GPU -i /opt/intel/openvino_2019.3.376/deployment_tools/demo/car_1.bmp -m /home/moi/openvino_models/ir/intel/vehicle-license-plate-detection-barrier-0106/FP16/vehicle-license-plate-detection-barrier-0106.xml -m_lpr /home/moi/openvino_models/ir/intel/license-plate-recognition-barrier-0001/FP16/license-plate-recognition-barrier-0001.xml -m_va /home/moi/openvino_models/ir/intel/vehicle-attributes-recognition-barrier-0039/FP16/vehicle-attributes-recognition-barrier-0039.xml

过程中，虽然模型加载到gpu比较慢，但运行显示结果如下
利用gpu进行加速后，预测的帧率明显的得了提高