OpenVINO 2022.3实战七：OpenVINO加速Anomalib部署推理

OpenVINO 2022.3实战七：OpenVINO加速Anomalib部署推理

Anomalib 便是一种基于无监督异常检测算法的开源库，它提供了可根据特定用例和要求定制的先进异常检测算法。Anomalib 库提供了能够计算图像上异常情况的算法，以及通过训练、评估、测试、基准测试和超参数优化来运行这些算法的工具。模块已经提供了可用于自定义算法的算法设计和工具。

1 安装anomalib

pip:

pip install anomalib

local:

git clone https://github.com/openvinotoolkit/anomalib.git
cd anomalib
pip install -e .

2 将模型导出为OpenVINO IR

Anomalib模型与OpenVINO框架完全兼容，可加速在Intel硬件上的推理。要将模型导出到OpenVINO格式，只需在模型配置中将导出模式设置为openvino，然后触发训练运行即可。训练完成后，训练好的模型权重将转换为OpenVINO Intermediate Representation（IR）格式。

optimization:
  export_mode: openvino

也可以只直接导出onnx模型：

optimization:
  export_mode: onnx