OpenVINO系列17-human-pose-estimation在CPU、GPU、HDDL、MYRIAD等计算设备上的推理运行

最新推荐文章于 2023-12-11 15:00:26 发布
最新推荐文章于 2023-12-11 15:00:26 发布
阅读量1k 收藏 4
点赞数
分类专栏： OpenVINO
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kan2016/article/details/107912478
版权
本文介绍了在NUC上使用OpenVINO进行人体姿态估计的推理过程，包括在CPU、GPU、HDDL和MYRIAD等不同计算设备上的配置与性能观察。在CPU上运行时，CPU使用率达到94%；GPU推理时，CPU使用率降至50%；HDDL推理导致CPU使用率波动较大；而在MYRIAD设备上，CPU使用率稳定在54.9%。
摘要由CSDN通过智能技术生成
使用设备为NUC，配置如下图：

0034

一、前期工作：

1.安装openvino，我使用的版本为l_openvino_toolkit_p_2020.4.287

2.下载human-pose-estimation-0001

01

3.执行bulid

02

4.执行完build以后，会看到提示所有的demos都在~/omz_demos_build/intel64/Release/目录下

03

5.切换到路径/home/kang/omz_demos_build/human_pose_est

了解本专栏 订阅专栏 解锁全文 超级会员免费看
kan2016
关注
专栏目录
订阅专栏
OpenVINO + HDDL 边缘计算领域上手实验
03-14
python3 downloader.py --name googlenet-v3 -o ~/hddl_workshop/models/ python3 /opt/intel/computer_vision_sdk/deployment_tools/model_optimizer/mo.py --framework tf --data_type FP16 --reverse_input_channels --input_shape [1,299,299,3] --input input –m ean_values input[127.5,127.5,127.5] --scale_values input[127.50000414375013] --output InceptionV3/Predictions/Softmax --input_model googlenet-v3.frozen.pb
OpenVINO---Human Pose Estimation模型C++和cpu环境下推理测试
爱CV
05-31 1230
OpenVINO的环境配置不在叙述，这里主要采用2019R3版本。 测试环境： win10 vs2015 硬件I74700 英特尔OpenVINO介绍如下模型： Object Detection Models / 目标检测模型 Object Recognition Models / 目标识别模型 Reidentification Models / 回归模型 Semantic Segmentation Models / 语义分割模型 Instance Segmentation Models
利用Openvino量化及测试YoloV3在英特尔11代酷睿（Tiger Lake）的AI推理性能
英特尔开发人员专区
06-22 4290
博客内容章节简介： 软件环境和硬件设备的简要介绍 使用openvino自带的downloader模块进行模型的下载、转换和量化； 1.模型转换： pb模型转换至openvino支持的xml和bin文件； 2/模型量化：生成FP32和FP16的模型文件； 使用openvino量化工具POT进行模型量化 1.FP32 model -> INT8 model 2.FP16 model -> INT8 model 测试量化好的模型在CPU、GPU以及CPU+GPU硬件条件下的推理性能； so
在intel核显设备上使用openvino加速yolov5
最新发布
Hange_Lee的博客
12-11 2709
在intel核显设备上使用openvino加速yolov5，修改yolov5代码实现。
干货 | human-pose-estimation在CPU、GPU、HDDL、MYRIAD等计算设备上的推理运行
OpenVINOCC的博客
09-21 688
干货 | human-pose-estimation在CPU、GPU、HDDL、MYRIAD等计算设备上的推理运行 爱分享的 OpenVINO 中文社区 来源| 康瑶明博客 https://luckykang.github.io 排版| 吴珊珊 使用设备为NUC，配置如下图： 一、前期工作： 1.安装openvino，我使用的版本为l_openvino_toolkit_p_2020.4.287 2.下载human-pose-estimation-0001 3.执行bulid 4.执行完build以后
tf2-mobile-2d-single-pose-estimation:使用TensorFlow 2.0的iOS和Android姿势估计
05-04
Easy易于在移动设备上使用的模型 入门 安装Anaconda（〜10分钟） 如何在Ubuntu 18.04上安装Anaconda [快速入门] 如何在CentOS 7上安装Anaconda 创建虚拟环境（约2分钟） 创建新环境。 conda create -n {env_...
PoseNet-Real-Time-Human-Pose-Estimation-using-Tensorflow.js:PoseNet的实现
05-02
克隆此仓库： $ git clone git@github.com:Soumya44/PoseNet-Real-Time-Human-Pose-Estimation-using-Tensorflow.js.git 进入App目录后，运行npm install 这将安装所有依赖项。 运行模型： npm run watch （允许...
轻量级人体姿态估计lightweight-human-pose-estimation.rar
06-29
本项目中，开发者可能采用了轻量级的神经网络架构，如MobileNet或EfficientNet等，这些网络在保持较高精度的同时，大大降低了模型的计算量和内存占用，适合于资源有限的设备上运行。网络通常会经过预训练，以学习...
human-pose-estimation-opencv:使用OpenPose MobileNet在OpenCV中执行人体姿势估计
05-13
使用OpenPose MobileNet在OpenCV中执行人体姿势估计 如何使用 使用网络摄像头进行测试 python openpose.py 用图像测试 python openpose.py --input image.jpg 使用--thr增加置信度阈值 python openpose.py --...
COCO-Human-Pose:在COCO 2017数据集上训练堆叠式沙漏深度神经网络以进行人体姿势估计
03-15
特别是，HPE在电影和游戏行业中均用于动画。 HPE的更险恶的应用可用于识别多个帧（即视频）上的个人。 HPE的另一个子集是手势估计，可用于翻译手语。 由于诸多挑战，HPE是一个困难的问题领域。 这些包括人类外观和...
hddl-vision-accelerator-infographic（英特尔的视觉加速解决方案 英文版）
12-12
英特尔的视觉加速解决方案 为了使企业发挥最大潜力，他们需要一种视觉解决方案，该解决方案可以在边缘分析大量数据并在几秒钟内提供可行的见解。英特尔®视觉加速器设计产品正在改变零售，制造和智慧城市，因此数据可以立即转化为行动。
使用InteOpenVINO工具套件在Ubuntu系统上的安装，包括HDDL-R8加速卡的驱动及Demo历程(1)
住在明天的春天
08-11 864
这是本次嵌入式邀请赛提供的硬件平台: 文章参考Intel官方文档：原文地址： OpenVINO™ 工具套件 简介 英特尔® Distribution of OpenVINO™ 工具套件可以快速部署可模拟人类视觉的应用程序和解决方案。该工具套件基于复杂神经网络（CNN），通过英特尔® 硬件扩展了计算机视觉 (CV) 工作负载，从而最大化性能。英特尔® Distribution of OpenVINO™ 工具套件包括了英特尔® 深度学习部署工具套件（英特尔® DLDT）。 适用于 Linux* 的英特尔® Di
【openvino+树莓派】实现实时摄像头人脸检测
dujuancao11的博客
03-02 4778
目录 参考步骤 人脸检测py代码 图片形式 摄像头实时 树莓派+openvino人脸检测实时效果 openvino 树莓派 人脸实时检测测试效果_哔哩哔哩_bilibili 参考步骤 Openvino：安装、部署。（可参考以下文档，验证不建议参考） 树莓派+神经计算棒2部署Openvino的human_pose_estimation_demo实例_hwxhxyz1998403的博客-CSDN博客_openpose 树莓派 树莓派4B使用OpenVINO部署人体关键点检测...
light-OpenPose OpenVINO搭建测试
JerryZhang__的博客
09-22 4228
搭建light openpose openVINO 环境，测试CPU下姿态估计效果。主要参考Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose。 paper link:https://arxiv.org/abs/1811.12004 github:https://github.com/Daniil-Osoki...
openvino 3D人姿模型转换教程 human-pose-estimation-3d-0001.xml下载
On the road
07-15 1194
openvino 3D人姿模型转换 human-pose-estimation-3d-0001.xml 进入目录 cd /opt/intel/openvino_2020.2.117/deployment_tools/open_model_zoo/tools/downloader 查看所有模型 sudo python downloader.py --print_all 选择下载模型 sudo python downloader.py --name human-pose-estimation-3d-0001
神经网络推理加速—— GPU为什么这么牛
AI与算法都要通俗易懂
04-15 1052
游戏，挖矿，深度学习，这三个领域足以让英伟达的GPU傲视群雄！安迪比尔定律，软件会吃掉硬件的性能，反过来会迫使硬件更新迭代！GPU也是如此。GPU独有的多核硬件架构以及专用硬件单元和多层级存储，是GPU傲视群雄的王牌。好啦，本篇文章就说到这，敬请关注本专栏其他文章。本文原创，请勿转载，转载请联系作者欢迎关注@董董灿是个攻城狮及同名公众号。
英特尔OpenVINO深度学习框架--ubuntu16.04上的安装手记
yuanlulu的博客
01-23 9614
概述 OpenVINO是intel的深度学习工具框架，本质是一个支持intel各种硬件（CPU、集显、FPGA和Movidius VPU）的推理机。 这个工具本身不做训练，但是可以把其它深度学习框架（如 Caffe, TensorFlow, MXNet）训练的模型文件转化为自己支持的格式。 所以OpenVINO分为两部分（github上源码也分为这么两个目录）： Inference Engine...
openvino 车牌识别实现日志
weixin_40355324的博客
12-14 3518
openvino配置链接：（本人用的是Mocidius　1.x版本） https://software.intel.com/en-us/articles/OpenVINO-Install-Linux https://software.intel.com/en-us/articles/OpenVINO-InferEngine#Inference%20Engine%20Samples   ht...
树莓派3B+安装OpenVINO，Intel Movidius神经计算棒NCS2的环境部署
热门推荐
weixin_41665225的博客
01-17 1万+
1. 材料 树莓派 Raspberry Pi 3B+ Intel Movidius Neural Compute Stick 2 1.1 准备工作 到树莓派官网去下载最新版的Raspbian。由于后续工作需要用到图形界面，选 Raspbian Stretch with desktop。树莓派官网推荐用etcher安装，听官方的没错。下载etcher并安装。 1.2 烧写系统镜像到sd卡 由于操...
openvino yolov8-pose
09-14
要在OpenVINO中使用YoloV4 Pose Estimation模型，您需要先将该模型转换为OpenVINO支持的格式。您可以使用OpenVINO Model Optimizer工具来完成这个转换过程。首先，确保您已经安装了OpenVINO并设置好了环境变量。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

kan2016

你的鼓励是我创造优秀博客的动源

¥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

实付元
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