OpenVINO 的安装及配置

已于 2022-01-29 20:51:25 修改
阅读量7.2k 收藏 38
点赞数 2
分类专栏： OpenVINO学习笔记 文章标签： openvino 人工智能 深度学习 计算机视觉
于 2022-01-29 20:49:41 首次发布
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/m0_57055443/article/details/122747401
版权

目录

1.安装外部软件依赖

2.安装OpenVINO工具套件

3.临时环境变量的配置

4.安装MovidiusDriver与验证

6.配置环境变量

7.编译inference engine 中的samples范例

8.运行演示程序

（1）demo_squeezenet_download_convert_run.bat

（2）demo_security_barrier_camera.bat

（3）demo_benchmark_app.bat -d DEVICE

1.安装外部软件依赖

①Visual Studio 2017或2019；（链接：https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/）

②CMake（V>=3.4）；（链接：Download | CMake）

③Python 64位（3.6 <= version >= 3.8）（链接：https://www.python.org/downloads/）

Tips：

①VS的版本就不用纠结啦，不过现在主流的VS是2017版的，所以就看你咯~

②在安装Python时建议小可爱们使用Anaconda，因为它是一种非常强大的管理python库以及虚拟环境的工具。如果现在你的系统已经存在python，但版本不符合openvino，这个时候就可以利用conda一键创建虚拟环境，而不是再去官网下载对应版本啦，非常好用

2.安装OpenVINO工具套件

进入官网：https://www.intel.com/content/www/us/en/developer/tools/openvino-toolkit-download.html

①选择对应操作系统（这里我用的是windows版滴 ，以后会尝试linux ）

②发行版本选择推荐的就好啦（online&offline）

③版本选择latest最近发布（在其他条件保持不变的情况下，运行效率取决于有木有用openvino，而不是版本的高低，新版本和旧版本相差不大呀）

④安装类型：offline

Tips：选择完以上信息还要填个邮箱，然后就能完成安装啦！

3.临时环境变量的配置

进入openvino安装路径中的bin文件夹,，使用cmd运行setupvars.bat脚本，可以看到OpenVINO的环境已成功初始化，如下：

Tips：

此环境变量为临时变量，只有在当前cmd命令行中起作用，一旦关闭窗口，该环境变量将被释放；如果要设置永久的环境变量，那就继续往下看啦；

4.安装MovidiusDriver与验证

没有神经网络计算棒二代(NSC2)的小伙伴可以直接跳过哦

进入openvino推理引擎文件夹，我的是C:\Program Files (x86)\Intel\openvino_2021\inference_engine\external\MovidiusDriver，右击Movidius_VSC_Device.inf安装，看到“操作成功”的提示即可。

5.配置model optimizer

进入入C:\Program Files (x86)\Intel\openvino_2021\deployment_tools\model_optimizer\install_prerequisites文件夹，cmd执行install_prerequisites.bat以配置所有架构

Tips：

①如要单独配置，可以使用如install_prerequisites_onnx.bat、install_prerequisites_tf.bat等；

②因为各个架构内存占用不多，所以建议大家都安装啦~

6.配置环境变量

参考博客：https://blog.csdn.net/weixin_39956356/article/details/106937210?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1.pc_relevant_aa&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1.pc_relevant_aa&utm_relevant_index=2

Intel官网：https://www.intel.cn/content/www/cn/zh/support/articles/000033440/software/development-software.html?wapkw=000033440

这里没啥需要讲滴，大家参考博客以及Intel官方给出的教程配置就好啦~

以下为系统变量中的Path值：

7.编译inference engine 中的samples范例

首先，进入C:\Program Files (x86)\Intel\openvino_2021\inference_engine\samples\cpp文件夹，cmd执行build_samples_msvc.bat，成功后截图如下：

我们可以根据提示去对应位置找到生成的文件夹，如下：

然后，打开Samples.sln解决方案文件，选择Debug模式，选择ALL_BUILD工程，右击生成。

接着，以同样的步骤编译并生成inference_engine文件夹下的demos演示程序。

如果以上范例和演示程序都能编译成功并生成，那么就证明你的OpenVINO开发编译环境配置成功啦~

8.运行演示程序

进入demo文件夹，可以看到这里有几个Intel官方提供的测试范例，如下：

（1）demo_squeezenet_download_convert_run.bat

执行该脚本以后要稍等一会，可以喝杯咖啡提提神~

然后咧，简单讲一下这个脚本到底干了些啥。

首先在运行的时候该脚本会自动下载一个训练好的SqueezeNet model，然后使用Model Optimizer转化成IR格式的数据，用于推论，并且利用Inference Engine程序来对图片“car.png”做分类。

Tips：如果大家无法成功运行该脚本，一定要去看我专栏下的OpenVINO采坑经历呀~

（2）demo_security_barrier_camera.bat

Tips

在执行脚本时，通过在命令后面加上“-d 设备名“就可以指定硬件设备来加速推理。

OpenVINO支持的设备包括CPU、GPU、MYRIAD、和HDDL。其中MYRIAD指利用Intel神经计算棒做加速推理；HDDL指利用Intel视觉计算加速卡来推理。

当然，如果执行demo_squeezenet_download_convert_run.bat -d MYRIAD成功的话，可以证明计算棒能够在MYRIAD上执行推论。但需要注意的是❗，Movidius Myriad插件支持的格式为FP16。换句话说，如果使用的模型格式与其不一致，则需要使用model optimize转换。

（3）demo_benchmark_app.bat -d DEVICE

通过执行该脚本并指定不同的硬件参数，我们可以比较AI加速在不同硬件设备上的效果。

这里我指定AI模型在NSC2上执行，运行结果如下：

各参数含义：

Count指迭代次数，Duration指运行时间，Latency指延时，Throughput指吞吐量。

其中，响应延时和吞吐量是评价AI推理计算性能的两个常用指标。具体来讲，前者指完成一次推理所需要的时间，后者指在单位时间内能够完成的推理次数。

很明显，一个低延时、高吞吐量的AI计算性能是我们奋斗的目标！

Maitre Chen
关注
  • 2
    点赞
  • 踩
  • 38
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 13
    评论
专栏目录
C++ 实现 OpenVINO样板Demo
04-21
https://blog.csdn.net/Nine_Yao/article/details/124324526
[翻译] OpenVINO mo_onnx.py
DYF的博客
02-26 1099
--input_model INPUT_MODEL, -w INPUT_MODEL, -m INPUT_MODEL Tensorflow*: a file with a pre-trained model (binary or text .pb file after freezing). Caffe*: a model proto file with model weights Tensorflow *：具有预训练模型的文件（冻结后的二进制或文本.pb文件）。 Caffe *：具有模型权重的模型原
【手把手教学】使用cmake构建openvino推理程序——c++
王尼莫的博客
03-28 555
系统：window11vs版本：visual studio 2022openvino包：2024版下载链接。
OpenVINO-bin：OpenVINO安装程序的存储位置（完整版）
02-06
OpenVINO-bin：OpenVINO安装程序的存储位置（完整版）
win11安装openVINO
weixin_35749440的博客
02-12 271
安装 OpenVINO 在 Windows 11 系统上需要按照以下步骤进行： 下载 OpenVINO 安装包并运行安装程序。 选择要安装的组件，包括 OpenVINO 引擎、工具和样例。 按照安装向导的说明进行安装。 确保已安装的组件与 Windows 11 系统兼容。 完成安装后，可以运行 OpenVINO 示例和应用程序以验证安装是否成功。 如有任何问题，可以参考 OpenVI...
OpenVINO之二：Windows环境下OpenVINO安装与配置
热门推荐
mingo_敏
04-14 1万+
OpenVINO系列导航： OpenVINO之一：OpenVINO概述 OpenVINO之二：安装与配置
Windows------openvino 2022.1安装步骤
m0_47405013的博客
11-08 2401
openvino
【OpenVINO】OpenVINO 2022.1 安装教程(Windows)
grape_yan的博客
09-19 1万+
OpenVINO™是英特尔基于自身现有的硬件平台开发的一种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，用于快速开发应用程序和解决方案，以解决各种任务（包括人类视觉模拟、自动语音识别、自然语言处理和推荐系统等）。该工具套件基于最新一代的人工神经网络，包括卷积神经网络 (CNN)、递归网络和基于注意力的网络，可扩展跨英特尔® 硬件的计算机视觉和非视觉工作负载，从而最大限度地提高性能。它通过从边缘到云部署的高性能、人工智能和深度学习推理来为应用程序加速，并且允许直接异构执行。
Ubuntu20安装并配置OpenVINO【图文教程】
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
05-18 5682
Ubuntu20安装并配置OpenVINO【详细图文教程】，Install OpenVINO； 随着AI技术等对应用开发和功能实现的影响越来越大，这也就要求相关企业具备更强的AI开发能力，从数据收集、数据预处理、数据标注、模型训练、模型评估和模型部署等一系列任务，无一不考验着企业的AI模型精度和AI推理速度、AI 算力资源等AI开发、落地能力。
OpenVINO——1. windows10 64位安装OpenVINO2021.1
Castlehe的博客
11-06 4572
Github主页-openvinotoolkit 1. 安装 1.1 找到安装文档。。。 看了一下，目前中文比较写的全应该是这个人的博客： windows10 64位 OpenVINO安装教程：巨长。。 正道的光是这里： OpenVINO的部署和使用:感谢这位博主提供的openVINO的get started链接：Get Started 找也是可以找到的。 X 下面这部分不看 安装就很麻烦，半天在github上找不到安装指引。。。（和常规认知不太一样） 直接去英特尔中文官网 找搜索，搜索 OpenV
树莓派4B配置Openvino
03-01
除了系统镜像以外，本文（64位系统）需要用到的资源包。
Yolov7详解及openvino部署
04-11
Yolov7详解及openvino部署
C# OpenVINO 人脸识别
10-13
C# OpenVINO 人脸识别 博客地址： https://blog.csdn.net/lw112190/article/details/133803335
C# OpenVINO 人脸识别 源码
10-13
C# OpenVINO 人脸识别 源码 博客地址： https://blog.csdn.net/lw112190/article/details/133803335
OpenVINO Python API 推理YOLOv5模型实现方法
lujx_1024的博客
08-12 2973
本文档主要描述`python`平台，使用`openvino`模块推理`YOLOv5`导出`IR`模型的方法。 文档主要包含以下内容： - `openvino`模块的安装 - 模型格式的说明 - openvino的基础API接口，包括`初始化`，`模型加载`，`模型参数获取`，`模型推理`等 - 图片数据的预处理 - 推理结果后处理，包括`NMS`,`cxcywh`坐标转换为`xyxy`坐标等 - 关键方法的调用与参数说明 - 完整的示例代码
Perfectly Clear Workbench for mac/win：让图像清晰不再是难题
2401_82627223的博客
04-27 391
Perfectly Clear Workbench是一款功能强大、操作简便的图像清晰处理软件。它不仅能够满足专业摄影师的高标准需求，也能让业余爱好者轻松提升作品质量。
神经网络中多层卷积的作用
金石软件
04-27 352
在神经网络中采用多层卷积的目的是为了逐步提取和组合图像的抽象特征，从而更有效地学习数据的表示并执行复杂的任务。不同层的卷积具有不同的作用，从较低层次的特征（例如边缘、纹理）到较高层次的抽象特征（例如物体部件、整体物体）逐渐提取。通过多层卷积，网络能够从原始图像中逐步学习并提取更加抽象和语义丰富的特征，从而实现对输入数据更准确和有效的建模和处理。
【炼金术士】BatchSize对网络训练的影响
kabuto_hui的博客
04-25 1366
首先我们设置一个非常小的初始学习率，比如1e-5，然后在每个batch之后都更新网络，同时增加学习率，统计每个batch计算出的loss。最后我们可以描绘出学习的变化曲线和loss的变化曲线，从中就能够发现最好的学习率。针对BatchSize越大，网络训练速度快这条很好理解，在相同的单位时间内，一次训练的数据越多，网络训练的速度也就越快。初始的学习率肯定是有一个最优值的，过大则导致模型不收敛，过小则导致模型收敛特别慢或者无法学习，下图展示了不同大小的学习率下模型收敛情况的可能性。
铝型材表面瑕疵识别-Are you OK?队-1-解决方案
最新发布
gangyikeji的博客
04-28 1098
本次大赛分为初赛、复赛和决赛三个阶段（9月17日-11月22日），初赛是分类任务，复赛是检测任务，决赛是现场答辩。经过2个多月的算法角逐和决赛答辩，我们团队（Are you OK?这里着重介绍下复赛的答辩方案，对初赛感兴趣的同学可以参照我们的开源代码。[初赛开源代码1](https://github.com/herbert-chen/tianchi_lvcai)[初赛开源代码2](https://github.com/OdingdongO/pytorch_classification)
OpenVINO安装
08-29
为了安装OpenVINO，你可以按照以下步骤进行操作： 1. 首先，你需要下载OpenVINO的安装程序。你可以在OpenVINO官方网站的下载页面找到该安装程序。 2. 下载完成后，双击运行exe程序进行安装。按照安装向导的指示进行操作，选择合适的安装路径和组件。 3. 安装完成后，你需要进行配置。在安装目录下找到bin文件夹，然后打开命令行窗口，运行```setupvars.bat```命令来初始化OpenVINO环境变量。 4. 如果你想将OpenVINO的环境变量配置为全局变量，你可以根据网上的教程进行配置。这样，每次进入OpenVINO时，你就不需要重新设置环境变量了。 5. 最后，你可以进行验证来确保OpenVINO安装成功。你可以参考OpenVINO官方文档中的验证步骤来执行验证。 希望这些信息对你有帮助！如果你遇到任何问题，可以参考上述提供的参考资料或搜索相关教程来解决。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [机器学习环境配置——Openvino安装](https://blog.csdn.net/qq_43409827/article/details/114939444)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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 13
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

Maitre Chen

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