新闻中心

EEPW首页 > 智能计算 > 进阶指南 > 基于 OpenVINO Python SDK 环境配置与运行

基于 OpenVINO Python SDK 环境配置与运行

作者:时间:2020-12-28来源:OpenVINO中文社区收藏

一、
  1.1介绍
  是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包,解决了初学者用"pip install"安装存在冗长的软件安装列表以及相关的依赖库等问题,让用户能够较为方便管理并行python以及过程所需要的各种库。
  1.2适用平台
  适用平台:
  Windows
  Linux
  MacOS
  1.3下载网址
  https://www.anaconda.com选择64-Bit Graphical Installer(466 MB)进行下载安装

本文引用地址:http://www.eepw.com.cn/article/202012/421636.htm

1609132376885848.png

  1.4安装Anaconda
  1.4.1安装Anaconda之前,要先检查系统是否安装过Python,若有安装过请先卸载后再安装
  1.4.2双击Anaconda进行安装,首先弹出安装对话框如下图所示:

1609132405681867.png

  1.4.3在弹出的安装许可界面上,选择"Agree"即可

1609132430238243.png

  1.4.4用户选项中,选择"Just Me"

1609132478184666.png

  1.4.5安装路径选项中,保持默认设置即可。

1609132497722383.png

  1.4.6高级设置选项中,务必选中"Add Anaconda to my PATH environment varialbe",这样在安装Anaconda的时候就会自动添加PATH环境变量。然后单击"Install"进行安装

1609132538933848.png

  1.5测试Anaconda
  "开始→Anaconda3(64-bit)→Anaconda Navigator",若可以成功启动Anaconda Navigator则说明安装成功。
  "开始→Anaconda3(64-bit)→右键点击Anaconda Prompt→以管理员身份运行",在Anaconda Prompt中输入conda list,可以查看已经安装的包名和版本号。若结果可以正常显示,则说明安装成功。
二、
  2.1介绍
  ™工具包可快速部署模拟人类视觉的应用程序和解决方案。该工具包基于卷积神经网络(CNN),可扩展英特尔®硬件的计算机视觉(CV)工作负载,从而最大限度地提高性能。™工具包包括深度学习部署工具包(DLDT)。
  主要特点:
  在Intel平台上提升计算机视觉相关深度学习性能达19倍以上
  解除CNN-based的网络在边缘设备的性能瓶颈
  对OpenCV,OpenXV*视觉库的传统API实现加速与优化
  基于通用API接口在CPU、GPU、FPGA等设备上运行加上
  OpenVINO工具包(ToolKit)主要包括两个核心组件,模型优化器(Model Optimizer)和(Model Optimizer)。
  2.2适用平台
  Windows
  Linux
  MacOS
  FPGA
  2.3下载网址
  https://software.seek.intel.com/openvino-toolkit?cid=diad&source=EEPW&campid=prc_Q3_IOTG-DE_OpenVINO-DA_geo&content=prod-reg_&medium=display注册并下载对应平台的OpenVINO软件
  2.4安装OpenVINO
  2.4.1双击应用程序执行安装,首先会弹出安装模块选择与安装路径的操作,如下图所示

1609132666111816.png

  2.4.2在弹出的安装许可界面上,选择同意即可

1609132684194937.png

  2.4.3关于系统Cmake的检测,系统会自动检测是否安装过Cmake以及对应的版本,这一步可以跳过,后面再安装。

1609132706439872.png

  2.5安装Cmake
  2.5.1进入网址:https://cmake.org/下载最新的Cmake版本,一般来说>3.14即可。
  2.5.2双击运行程序,按上述方法单击。
  2.5.3在弹出安装选项的时候,选择"Add Cmake to the system PATH for all users",这时候系统会自动将Cmake添加到系统环境变量PATH中去,方便其它软件找到Cmake。

1609132733455282.png

  2.6安装Microsoft Visual Studio 2019
  具体安装方法与事项请参考网上教程即可。
  2.7测试
  安装完成后,找到安装目录下的"C:Intelopenvino_2020.1.033bin",在路径上单击,输入"cmd",弹出窗口,输入"setupvars.bat"来确认环境是否配置好。

1609132786386561.png

三、Python SDK安装
  安装:
  直接把OpenVINO安装好的目录下Python文件夹下面对应的openvino文件夹copy到Anaconda下面python的Libsite-packages文件夹内即可。例如我的为:
  C:Intelopenvino_2020.1.033pythonpython3.7下面openvino直接copy到Anaconda下python3.7的Libsite-packages中即可。
  如果导入遇到DLL无法加载错误,请在系统环境变量中添加:
  C:Intelopenvino_2020.1.033deployment_toolsngraphlib
  C:Intelopenvino_2020.1.033deployment_toolsinference_engineexternaltbbbin
  C:Intelopenvino_2020.1.033deployment_toolsinference_enginebinintel64Release
  C:Intelopenvino_2020.1.033opencvbin
  3.1将下载好的模型文件复制到C盘根目录下。
  3.2打开OpenVINO路径下的Python Sample文件夹,路径地址"C:Intelopenvino_2020.1.033deployment_toolsinference_enginesamplespythonobject_detection_sample_ssd"进行人脸识别。

1609132818425619.png

  在路径栏上单击,输入"cmd",弹出命令窗口。

  3.3输入"python object_detection_sample_ssd.py-h"显示需要补充的参数项,如下图所示,主要包括-m(模型路径)、-i(输入图像路径)、-d(处理平台选择,默认是CPU)

1609132841909483.png

        3.4本教程主要演示基于CPU平台的人脸识别的例子,如下图所示,输入命令"python object_detection_sample_ssd.py-m C:Intelface-detection-adas-0001FB16face-detection-adas-0001.xml-i C:Intelface-detection-adas-0001description1.png-d CPU"即可

1609132900706272.png

  3.5运行过程有可能提示缺少组件,请按"pip install"执行安装并重新运行命令
  3.6运行完成后在本地目录会产生out.png图片,该图片是已识别出人脸的区域,如下图所示:

1609132924267121.png



关键词: Anaconda OpenVINO

评论


相关推荐

技术专区

关闭