tjj1998的博客

杂谈边缘计算是做机器人的刚需，想要跑深度学习网络还不能使用GPU，想要高性能还要求低功耗，真的太难了。思来想去，就指望Intel的神经计算棒来江湖救急了。零零碎碎折腾了几天，总算把自己的网络搭在了神经计算棒上。神经计算棒NCS2的计算效率大概是i7 10代笔记本CPU的90%，因此用惯了GPU的各位大佬也不要对神经计算棒太期待（我反正是看开了），毕竟是主打低功耗的，不能要求太多。考虑到这段时间的工作不能白瞎了，因此就简单的梳理下相关内容，整理出了一个小系列。大部分都是参考他人文章进行总结，在此感谢无私分

前期准备openvino安装, 可以参考我的文章【OpenCV+OPENVINO使用】openvino安装教程IR模型，这个需要openvino的模型转换，获得model.bin文件和model.xml文件，可以利用openvino 的GitHub中model-optimizer文件夹内提供的模型转换工具，如mo_tf.py、mo_onnx.py等，可以参考我的文章【OpenCV+OPENVINO使用】模型转换实验代码首先通过readNetFromModelOptimizer读取IR模型，op

tensorflow保存pb文件参考 https://zhuanlan.zhihu.com/p/32887066# convert_variables_to_constants 需要指定output_node_names，list()，可以多个constant_graph = graph_util.convert_variables_to_constants(self.session,self.session.graph_def, ['global_descriptor','keypoints','

转载自文章：巨详细！使用OpenCV和OpenVINO轻松创建深度学习应用额外内容：修改openvino安装后自带的opencv，改为自己版本的opencv(为了使用opencv_contrib)第一步：安装OpenVINO从官网注册并下载OpenVINO开发包的Linux版本：官网下载地址：https://software.intel.com/content/www/us/en/develop/tools/openvino-toolkit/choose-download/linux.html

openvino安装教程请参考文章获取opencv-vinogit clone --branch 4.5.1 https://github.com/opencv/opencv_contrib.gitgit clone --branch 4.5.1-openvino https://github.com/opencv/opencv.git将opencv_contrib放到opencv目录下进入opencv目录下:mkdir build & cd buildcmake -D CMAK