仪酷LabVIEW AI视觉工具包及开放神经网络交互工具包常见问题解答

前言

哈喽，各位朋友，好久不见~

之前给大家分享了基于LabVIEW开发的AI视觉工具包及开放神经网络交互工具包，不少朋友私信说在安装和使用过程中会遇到一些问题，今天我们就集中回复一下大家问到最多的问题。如果大家在使用过程中还有其他问题，可以补充到评论区，我们这篇博文会持续补充更新大家遇到问题的解决办法~

Q1：LabVIEW AI视觉工具包及开放神经网络交互工具包有哪些功能？

• LabVIEW AI视觉工具包功能
  1、轻松配置相机：可调用市面上主流的USB摄像头、网络摄像头轻松采集图像；
  2、 提供数百个OpenCV中传统图像处理的算子，满足各种需求：包括颜色空间转换、DFT变换、多种图像滤波器；二值化、图像阈值处理、直线检测、圆检测、轮廓检测和处理、角点检测、相机标定、手眼标定、SIFT特征点匹配、模板匹配等，利用功能强大的图像处理库和数百种算子，轻松完成模式匹配、边缘轮廓检测、OCR、物体识别及更多任务；
  3、 提供多种框架模型导入模块：包括tensorflow、pytorch、darknet、openvino等多个平台的深度学习模型；
  4、 多种加速推理接口：可使用CUDA和OpenVINO加速；
  5、 支持多种硬件加速：支持Nvidia GPU、Intel、TPU、NPU多种硬件加速；
• LabVIEW开放神经网络交互工具包（ONNX)功能
  1、 提供多种框架生成的onnx模型导入模块：包括pytorch、caffe、tensorflow、paddlepaddle等生成的onnx模型；
  2、 多种高效加速推理接口：CUDA、TensorRT对模型进行最大化的加速；
  3、 支持多种硬件加速：支持Nvidia、GPU、Intel、TPU、NPU多种硬件加速

官方的物体分类、物体检测、语义分割、实例分割都支持，第三方的人脸识别、文字识别也已经通过验证。总体支持市面上几乎所有的模型。

Q2：两大类工具包有什么区别？

1、 【LabVIEW AI视觉工具包】提供较多采集图像，处理图像的视觉算子，【LabVIEW开放神经网络交互工具包（ONNX)】没有视觉算子；
2、 【LabVIEW AI视觉工具包】能支持的AI模型较少，【LabVIEW开放神经网络交互工具包（ONNX)】能支持所有的神经网络模型。如目标检测、图像分割、图像分类，甚至语音语义都能跑，即一些模型只能使用【LabVIEW开放神经网络交互工具包（ONNX)】才能调用，如红色字体模型实例；
3、 【LabVIEW开放神经网络交互工具包（ONNX)】提供最大化的CUDA、TensorRT加速接口；

Q3：这些工具包主要是用来做什么的，我可以用工具包来训练我的模型吗？

目前我们的工具包都是用来推理模型的，训练大家可以使用python，之后我们会推出低代码一键训练平台，敬请期待；

Q4：为什么我安装了techforce_lib_opencv_cpu工具包却不能用？

目前博客中的的所有视觉相关的工具包，仅支持2018或更高版本64位LabVIEW，请检查您的电脑安装的LabVIEW是否是2018或更高的64位版本；

Q5：为什么安装工具包之后，工具包函数选版上的vi都报错？

点击控制面板——程序——程序和功能，查看是否已经有以下程序，如果没有，请下载并安装VC2015-2019 Redistributable，下载链接：https://pan.baidu.com/s/1s87kWNDZaPB_-12dwXUHbg?pwd=yiku； 安装完成就不会报错了；

Q6：为什么我已经安装techforce_lib_opencv_cuda_113工具包，但所有的vi拖到程序框图面板上都会报错？

请检查您是否已经安装了11.3版本的cuda及对应的cudnn，如没有安装，则会出现这种错误；

Q7：为什么工具包安装过程中，无法安装Third Party Licensing&Activatio Toolkit？

您可以将已经安装的工具包卸载，电脑关机重启，然后以管理员身份运行vipm21，重新安装工具包，如果确实无法成功安装，也不必担心，这并不会影响工具包的正常使用；

Q8：为什么安装LabVIEW AI视觉工具包techforce_lib_opencv_cpu之后无法使用openvino加速？

请检查您是否已经安装了OpenVINO toolkit2021.4.2并进行了配置环境变量，如还未安装，则无法使用openvino加速；

Q9：为什么我已经安装了OpenVINO toolkit2021.4.2并且也进行了环境配置，但是运行demo过程中，readNetFromModelOptimizer.vi会出现如下报错？

请检查您的模型路径是否包含中文，如果包含中文，请将模型放置在全英文路径下，修改之后重新运行；

Q10：为什么我已经安装了OpenVINO toolkit2021.4.2并且也进行了环境配置，但是运行openvino的demo过程会出现“无法定位程序输入点”报错？

您电脑硬件可能无法自行适配openvino的dll库，请您在此链接中：https://pan.baidu.com/s/1eE8w3bkBXHAQiZH4tN80pg?pwd=yiku，下载openvinodll库，下载完成将openvinodll.zip解压之后放到C盘根目录，动态调用openvino的dll了，即demo中做如下修改：

Q11：为什么我cuda装好且已经配置好了，但是模型运行速度使用却和使用CPU时一样？

请检查您是否在安装GPU版本的工具包之后，又安装了CPU版的工具包，可通过VIPM查看您已经安装的工具包，若您同时安装了两个版本的工具包，请将所有工具包卸载，并重新安装GPU版本的工具包，注意：LabVIEW AI视觉工具包和LabVIEW开放神经网络交互工具包（ONNX)两大类工具包都包含两个版本，您只需要安装其中一个版本即可。

Q12: 为什么我使用cuda和tensorRT加速推理之后，模型反而耗时更久？

检查一下您是否在跑模型的循环里放置了时间较长的等待vi，如果等待时间比较长，GPU会自动地不全速运行。为解决此问题，建议您在调试时放置等待vi，真正投入产线时还是要把等待去掉的。

Q13: cuda和TensorRT加速驱动安装配置好麻烦呀，有免安装版本吗？

有的，我们提供了cuda加速所需驱动：cuda11.3以及对应的cudnn；TensorRT加速驱动：TensorRT-8.2.5.1（对应cuda11.3的版本）。cuda和TensorRT免安装压缩包下载链接：https://pan.baidu.com/s/1_X-cO8Mvgmf9J7ro3UbS9g?pwd=yiku，下载后解压，把cuda下的bin文件夹和tensorRT下的lib文件设置为环境变量即可。

总结

以上就是今天要给大家分享的内容。大家可根据链接下载相关驱动和补充文件。

如果有问题可以在评论区里讨论，提问前请先点赞支持一下博主哦，如您想要探讨更多关于LabVIEW与人工智能技术，欢迎加入我们的技术交流群。

如果文章对你有帮助，欢迎✌关注、👍点赞、✌收藏、👍订阅专栏