pythonopencv安装教程_干货 | 图文教程 OpenVINO 安装+demo运行 + VS配置

本文详细介绍了OpenVINO的安装、配置和验证过程,包括安装准备、OpenVINO组件、运行demo、模型优化器设置以及在Visual Studio中的开发环境配置。适用于Windows系统,涉及Python和C++编程。
摘要由CSDN通过智能技术生成

OpenVINO简介

OpenVINO 是Intel开源的一套基于计算机视觉模型的加速框架,可以让计算机视觉模型在cpu上获得十倍及以上的加速。

其包含四大模块:

(1) 推断引擎:加载模型、加速执行、异步与同步、多线程支持。

(2) 模型优化器:模型转换、   模型压缩、  32F/16F、   模型优化 。

(3) 预训练模型: 人脸检测、  行人检测、  车辆检测、   车牌识别、   道路分割、 姿态评估等等。

(4) 教程代码:C++版本、   python版本、   教程编译。

OpenVINO是集成opencv的可以快速构建视觉应用原型系统与解决方案的一个加速库。

可应用的系统:Windows  Linux  Mac

支持编程语言:C++  python

OpenVINO安装及配置

准备工作

需要预先安装好以下:

(1) 系统:Windows;

(2) VS2015 / VS2017及以上版本,且必须包含VC++部分;

(3) Cmake3.7及以上 ;

(4) Python3.6.5或python3.7及以上版本,且必须把路径放到环境变量下,安装过程注意勾选:Add Python3.7 to PATH。

OpenVINO安装

「第一步」 :下载OpenVINO,通过官方网站下载https://software.intel.com/en-us/openvino-toolkit/choose-download     并选择对应的系统,需要在官网注册账号。

0fc5ab1a6600d34f2ae5f25fc9a86da0.png

在此尽量选择:“Full Package”

b5de1a7d6086c9cf645a30e40d9af06a.png

下载完成

手把手讲授如何搭建成功OpenVINO框架,并且使用预训练模型快速开发超分辨率、道路分割、汽车识别、人脸识别、人体姿态和行人车辆分析。得益于OpenVINO框架的强大能力,这些例子都能够基于CPU达到实时帧率。课程的亮点在于在调通Demo的基础上更进一步:一是在讲Demo的时候,对相关领域问题进行分析(比如介绍什么是超分辨率,有什么作用)、预训练模型的来龙去脉(来自那篇论文,用什么训练的)、如何去查看不同模型的输入输出参数、如何编写对应的接口参数进行详细讲解;二是基本上对所有的代码进行重构,也就是能够让例子独立出来,并且给出了带有较详细注释的代码;三是注重实际运用,将Demo进一步和实时视频处理框架融合,形成能够独立运行的程序,方便模型落地部署;四是重难点突出、注重总结归纳,对OpenVINO基本框架,特别是能够提高视频处理速度的异步机制和能够直接部署解决实际问题的骨骼模型着重讲解,帮助学习理解;五是整个课程准备精细,每一课都避免千篇一律,前一课有对后一课的预告,后一课有对前一课的难点回顾,避免学习过程中出现突兀;六是在适当的时候拓展衍生,不仅讲OpenVINO解决图像处理问题,而且还补充图像处理的软硬选择、如何在手机上开发图像处理程序等内容,帮助拓展视野,增强对行业现状的了解。基本提纲:1、课程综述、环境配置2、OpenVINO范例-超分辨率(super_resolution_demo)3、OpenVINO范例-道路分割(segmentation_demo)4、OpenVINO范例-汽车识别(security_barrier_camera_demo)5、OpenVINO范例-人脸识别(interactive_face_detection_demo)6、OpenVINO范例-人体姿态分析(human_pose_estimation_demo)7、OpenVINO范例-行人车辆分析(pedestrian_tracker_demo)8、NCS和GOMFCTEMPLATE9、课程小结,资源分享
评论
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
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