【pytorch】将模型部署至生产环境:openVINO安装及python和c++环境配置

89 篇文章 11 订阅
65 篇文章 3 订阅

在这里插入图片描述
1.硬件要求:
硬件要求英特尔®第六代及以后的酷睿 TM(Core™)处理器或者英特尔®至强®处理器。
2.操作系统要求:
操作系统要求
● Ubuntu18.04.3 LTS (64 bit)。
● Windows 10 (64 bit)。
● CentOS
7.4 (64 bit)。
● macOS*10.13, 10.14 (64 bit)。
这里安装使用Windows 10 (64 bit)。

3.英特尔®显卡驱动要求:
英特尔®显卡驱动的版本必须大于等于2018/11/19发布的25.20.100.6444版本。

4.其它依赖:
Microsoft Visual Studio 2019 with MSBuild
CMake 3.14 or higher, 64-bit
Python 3.6 - 3.9, 64-bit
(一)Runtime安装包选择:
由于是部署,选择runtime:
在这里插入图片描述
下载后按照步骤运行,openVINO2022.1.0需要VS2019支持。
安装2019时选择以下3项:
在这里插入图片描述
openVINO2022.1.0同样需要CMake支持:
若使用Microsoft Visual Studio2019, CMake的版本需要≥V3.14
Cmake官网下载
如果下载慢,可用:
Cmake CSDN下载
之后一直跟随程序直到安装完成。
(二)配置环境变量:
在安装目录下找到setupvars.bat并使用cmd运行,再使用echo %path%查看1.环境变量:
找到其中相关的环境变量永久添加至系统路径:去掉结尾分号

C:\Program Files (x86)\Intel\openvino_2022.1.0.643\runtime\3rdparty\tbb\bin;
C:\Program Files (x86)\Intel\openvino_2022.1.0.643\runtime\bin\intel64\Release;
C:\Program Files (x86)\Intel\openvino_2022.1.0.643\runtime\bin\intel64\Debug;
C:\Program Files (x86)\Intel\openvino_2022.1.0.643\runtime\3rdparty\hddl\bin;
C:\Program Files (x86)\Intel\openvino_2022.1.0.643\tools\compile_tool;

2.添加python环境:
在这里插入图片描述
将安装包对应python版本中的三个文件复制到预先安装的anaconda环境目录下:(这里的环境名为:mypytorch)
D:\anaconda\envs\mypytorch\Lib\site-packages
即可在pycharm中import openvino
注意,需重启pycharm。

3.编辑C++VS工程环境:
需同时添加opencv库及openVINO库:
添加.h头文件:

C:\Program Files (x86)\Intel\openvino_2022.1.0.643\runtime\include
D:\opencv64-4.5.0\opencv-4.5.0\include\opencv2
D:\opencv64-4.5.0\opencv-4.5.0\include
C:\Program Files (x86)\Intel\openvino_2022.1.0.643\runtime\include\ie
C:\Program Files (x86)\Intel\openvino_2022.1.0.643\runtime\include\ngraph
C:\Program Files (x86)\Intel\openvino_2022.1.0.643\runtime\include\openvino
%(AdditionalIncludeDirectories)

添加lib目录:

C:\Program Files (x86)\Intel\openvino_2022.1.0.643\runtime\lib\intel64\Release
D:\opencv64-4.5.0\opencv-4.5.0\x64\vc14\lib
%(AdditionalLibraryDirectories)

添加lib:

openvino.lib
openvino_c.lib
openvino_ir_frontend.lib
openvino_onnx_frontend.lib
openvino_paddle_frontend.lib
openvino_tensorflow_fe.lib
opencv_world450.lib

最后将dll加入VS生成目录即可。

快速得到文件夹下指定扩展名的文件名的方法:

使用管理员模式打开cmd命令行工具,切换至文件夹目录下,运行

dir /b *.lib*>name.txt

注,如果初始化使InferenceEngine::Core ie,报:
Microsoft C++ 异常: InferenceEngine::GeneralError,位于内存位置 0x000000AC26EFE720 处
解决方法是,将plugins.xml文件,放在与程序引用dll的同目录下。

可在同目录下name.txt中得到文件夹下所有lib文件名。

(三)安装Dev Tools:
从openvino2022起,dev tools需要用pip方式单独进行安装,为原先2021版本的Model Optimizer,可对onnx,pytorch,tensorflow2产生的各种模型进行优化,生成IR中间文件。
使用pip命令安装即可: pip install openvino-dev[onnx,pytorch,tensorflow2]==2022.1.0

  • 5
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
PyTorch是一个流行的深度学习框架,配置和安装PyTorch环境可以通过以下步骤完成: 1. 首先,你需要安装Anaconda,它是一个用于科学计算的Python发行版。你可以从Anaconda官方网站下载适用于你操作系统的安装程序,并按照指示进行安装。 2. 安装Anaconda后,打开终端或命令提示符,创建一个新的虚拟环境。你可以使用以下命令创建一个名为"pytorch"的虚拟环境: ``` conda create -n pytorch ``` 3. 激活虚拟环境,输入以下命令: ``` conda activate pytorch ``` 4. 接下来,你可以使用conda命令安装PyTorch和相关的依赖项。根据你的需求和系统,你可以选择安装CPU版的PyTorch或CUDA版的PyTorch。以下是两个选项: - 安装CPU版的PyTorch: ``` conda install pytorch torchvision cpuonly -c pytorch ``` - 安装CUDA版的PyTorch(需要支持CUDA的显卡): ``` conda install pytorch torchvision cudatoolkit=xxx -c pytorch ``` 请注意,将"xxx"替换为你的CUDA版本,例如"10.1"。 5. 安装完成后,你可以在Jupyter Notebook使用PyTorch。首先,确保你已经安装了Jupyter Notebook。然后,在激活的虚拟环境,运行以下命令来安装nb_conda插件: ``` conda install nb_conda ``` 进入你想要添加到Jupyter Notebook的虚拟环境,并运行以下命令来安装ipykernel: ``` conda install ipykernel ``` 最后,输入以下命令启动Jupyter Notebook: ``` jupyter notebook ``` 以上是配置和安装PyTorch环境的一般步骤。如果你遇到任何问题,可以参考引用和引用提供的更详细的说明。另外,你还可以查阅PyTorch官方文档和社区论坛以获取更多的帮助和资源。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

颢师傅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值