[OpenVINO 学习笔记-01]OpenVINO环境部署

下载地址:https://software.intel.com/en-us/openvino-toolkit/choose-download/free-download-linux

这里选择的版本为: l_openvino_toolkit_p_2019.3.376.tgz

• 安装OpenVINO

解压:

tar -xzvf l_openvino_toolkit_p_2019.3.376.tgz

进入解压后文件中

cd l_openvino_toolkit_p_2019.3.376

如果以前已经安装过OpenVINO,请先删除或重命名下面两个文件:

/home/<user>/inference_engine_samples
/home/<user>/openvino_models

这里有两种安装方式分别GUI和Command-Line,这里采用GUI的安装方式:

sudo ./install_GUI.sh

之后均采用默认安装方式,OpenVINO的默认安装目录为 /opt/inetl/l_openvino_toolkit_p_2019.3.376/

安装外部软件依赖

主要包括三大块: opencv,深度学习推理引擎,深度学习模型优化工具;

cd /opt/intel/openvino/install_dependencies
sudo -E ./install_openvino_dependencies.sh

配置模型优化器

模型优化器主要是将目前主流深度学习框架(如caffe, tensorflow, Apache MXNet, ONNX, Kaldi)训练好的模型,转换为Intel OpenVINO所使用的中间表示Intermediate Representation(IR):

包含.xml 和 .bin 两个文件, .xml用于描述网络的拓扑结构, .bin用于保存网络的权重和偏置的二进制数据

扫描二维码关注公众号，回复： 8760174 查看本文章

方法1. 同时配置所有支持的框架

/opt/intel/openvino/deployment_tools/model_optimizer/install_prerequisites

sudo ./install_prerequisites.sh

模型优化配置方法主要有以下两种,一次性全配置还是逐个配置;

方法2. 分别配置各个框架

• Caffe:

sudo ./install_prerequisites_caffe.sh

• TensorFlow

sudo ./install_prerequisites_tf.sh

• MXNet

sudo ./install_prerequisites_mxnet.sh

• ONNX

sudo ./install_prerequisites_onnx.sh

• Kaldi

sudo ./install_prerequisites_kaldi.sh

 demo测试

进入测试案例目录:

cd /opt/intel/openvino/deployment_tools/demo

• demo1

运行图像分类demo

./demo_squeezenet_download_convert_run.sh

 

• demo2

运行目标检测demo:

./demo_security_barrier_camera.sh

 

完,