openvino devcloud使用和脚本问题

prototype 原型、最初形态
benchmark 基准 检测
https://www.intel.com/content/www/us/en/developer/tools/devcloud/overview.html
进入openvino专区
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
就可以体验jupyter lab环境了。

1、.json: line 29: syntax error: unexpected end of file
仔细看json文件,有不少怪异符号
在这里插入图片描述
看来是读json文件遇到了一些小问题:

dos2unix -q ./model_proc/age-gender-recognition-retail-0013.json
dos2unix -q ./model_proc/emotions-recognition-retail-0003.json
dos2unix -q ./model_proc/landmarks-regression-retail-0009.json

3条都执行了,还有报错,看来layer有问题,明天解决一下。

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
使用 OpenVINO 进行推理的基本步骤如下: 1. 安装 OpenVINO:可以从英特尔官网下载适用于自己系统的 OpenVINO 软件包,并按照安装指南进行安装。 2. 下载 YOLOv5 模型:可以从 YOLOv5 官方 GitHub 仓库下载训练好的模型。 3. 将模型转换为 OpenVINO 可以使用的格式:使用 OpenVINO 的 Model Optimizer 工具将下载的 YOLOv5 模型转换为 OpenVINO 可以使用的 IR 格式。 4. 编写 Python 脚本:编写 Python 脚本,加载 IR 模型,并使用 OpenVINO 的 IE(Inference Engine)进行推理。 以下是一个简单的 OpenVINO 推理脚本示例: ```python import cv2 import numpy as np from openvino.inference_engine import IECore # 加载 IR 模型 model_xml = "path/to/model.xml" model_bin = "path/to/model.bin" ie = IECore() net = ie.read_network(model=model_xml, weights=model_bin) # 加载输入图像 image = cv2.imread("path/to/image.jpg") # 预处理输入图像 input_blob = next(iter(net.inputs)) n, c, h, w = net.inputs[input_blob].shape image_resized = cv2.resize(image, (w, h)) image_processed = image_resized.transpose((2, 0, 1)) image_processed = np.expand_dims(image_processed, axis=0) # 进行推理 exec_net = ie.load_network(network=net, device_name="CPU") output = exec_net.infer(inputs={input_blob: image_processed}) # 处理输出结果 output_blob = next(iter(net.outputs)) result = output[output_blob] ``` 需要注意的是,OpenVINO 的具体使用方法因版本而异,可以参考官方文档进行学习。
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

打赏作者

irrationality

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