openvino填不完的坑跑不完的模型

openvino学习之路

                                         openvino 系列文章之环境

说说废话

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,支持各种英特尔平台的硬件加速器上进行深度学习,并且允许直接异构执行,这个工具套件主要包括用于优化神经网络的模型的工具,实现神经网络的模型优化和推理计算,这个openvino套件是基于intel的硬件平台,像intel的cpu,gpu,intel推出的神经计算棒等硬件产品(不过我的pc机是amd的cpu也跑demo成功了,不具备权威,需要亲自测试实验)。学习第一步当然是要配置环境和跑官方的demo,我的调试软件是使用vs2017的版本。

openvino套件下载https://software.intel.com/content/www/us/en/develop/tools/openvino-toolkit.html(或者自行百度去搜索openvino,去intel官网填写一些信息就可以下载这个套件了,一直默认安装,路径可更改)可以借鉴一下官方的文档去配置这个环境

二 跑demo

python需要3.6到3.9之间的版本;
安装完openvino进入你安装openvino的路径会看到一些文件如:
在这里插入图片描述
openvino自带python和opencv的,后面在vs2017上可以用上这里的包;
不说了不说了上DJ上DJ;开始跑demo跑demo;1:进入你的openvino的安装路径进入bin目录下,进行openvino的环境初始化,(也可以用cmd命令一直cd到你的openvino的安装路径下的bin文件)在bin文件下有一个初始化环境的bat文件如:
在这里插入图片描述

C:\Program Files (x86)\Intel\openvino_2021.3.394\bin(这是我的目录)根据自己的openvino的安装目录选择

2:在目录上cmd进入这个文件的终端命令运行这个脚本进行环境的初始化:
在这里插入图片描述

.\setupvars.bat  

运行结果:
在这里插入图片描述
经过上面的简单的初始配置就试试跑demo看看自己的openvino能不能跑成功了:
进入你的安装的openvino的目录下的C:\Program Files (x86)\Intel\openvino_2021.3.394\deployment_tools\demo然后执行脚本demo_security_barrier_camera.bat

C:\Program Files (x86)\Intel\openvino_2021.3.394\deployment_tools\demo
.\demo_security_barrier_camera.bat 

运行图:

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
你可以使用OpenVINO的Model Optimizer来将PaddleX模型转换为OpenVINO的IR模型。以下是一些基本步骤: 1. 安装OpenVINO和PaddleX: - 安装OpenVINO:请根据官方文档安装适合您系统的OpenVINO。 - 安装PaddleX:您可以通过pip安装PaddleX:`pip install paddlex` 2. 准备PaddleX模型:使用PaddleX训练或下载一个预训练模型。 3. 使用PaddleX提供的方法将模型转换为Paddle Inference模型: ```python import paddlex as pdx # 加载模型 model = pdx.load_model('path_to_model') # 导出Paddle Inference模型 model.export_onnx('path_to_output_dir/onnx_model') ``` 4. 使用Model Optimizer将ONNX模型转换为OpenVINO的IR模型: ```bash python /path/to/openvino/deployment_tools/model_optimizer/mo.py \ --input_model /path/to/onnx_model/model.onnx \ --output_dir /path/to/output_dir \ --input_shape [1,3,224,224] \ --input image \ --output output ``` 其中,`--input_shape` 指定输入图像的形状,`--input` 和 `--output` 指定输入和输出节点的名称。 5. 载入和推理OpenVINO的IR模型: 使用OpenVINO的推理引擎(Inference Engine)载入IR模型,并进行推理。 ```python import cv2 import numpy as np from openvino.inference_engine import IECore # 加载模型 ie = IECore() net = ie.read_network(model='path_to_xml/model.xml', weights='path_to_bin/model.bin') # 加载输入图像 input_image = cv2.imread('path_to_input_image') input_image = cv2.resize(input_image, (224, 224)) input_image = np.transpose(input_image, (2, 0, 1)) input_image = np.expand_dims(input_image, axis=0) # 进行推理 exec_net = ie.load_network(network=net, device_name='CPU') output = exec_net.infer(inputs={'image': input_image}) # 处理输出 output_data = output['output'] ``` 这些是将PaddleX模型转换为OpenVINO的IR模型的基本步骤。请确保按照OpenVINO和PaddleX的官方文档进行操作,以确保正确安装和使用。

“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 3
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

打赏作者

@

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
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