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