windows10 64位 OpenVINO安裝教程（二）
加入技術交流群
目錄
一、配置模型優化程序
二、模型優化器配置步驟
三、使用驗證腳本驗證您的安裝
四、運行圖像分類驗證腳本
五、運行推理管道驗證腳本
一、配置模型優化程序
重要信息：這些步驟是必需的。您必須為至少一個框架配置Model Optimizer。如果您未完成本節中的步驟，模型優化程序將失敗。
注意：如果您在知道安裝了Python時看到錯誤，表明未安裝Python，則您的計算機可能無法找到該程序。有關將Python添加到系統環境變量的說明，請參閱更新Windows環境變量。
Model Optimizer是OpenVINO?工具包的英特爾?分銷的關鍵組件。如果不通過模型優化器運行模型，則無法對訓練的模型進行推理。當您通過模型優化器運行預先訓練的模型時，您的輸出是網絡的中間表示（IR）。IR是一對描述整個模型的文件：
.xml：描述網絡拓撲.bin：包含權重和偏差二進制數據
推理引擎使用CPU，GPU或VPU硬件上的通用API讀取，加載和推斷IR文件。
Model Optimizer是一個基于Python *的命令行工具（mo.py），位于
C:Program Files (x86)IntelSWToolsopenvinodeployment_toolsmodel_optimizer
在使用流行的深度學習框架（如Caffe *，TensorFlow *，MXNet *和ONNX *）訓練的模型上使用此工具，將它們轉換為推理引擎可以使用的優化IR格式。
二、模型優化器配置步驟
您可以一次為所有受支持的框架配置模型優化程序，也可以一次為一個框架配置模型優化程序。選擇最適合您需求的選項。如果看到錯誤消息，請確保已安裝所有依賴項。
重要信息：成功執行以下步驟需要Internet訪問權限。如果您只能通過代理服務器訪問Internet，請確保在您的環境中配置了Internet。
注意：在以下步驟中：
C:Program Files (x86)IntelSWTools為安裝該軟件的目錄。
這些步驟使用命令提示符以確保您看到錯誤消息。
選項1：同時為所有支持的框架配置Model Optimizer：
1.打開命令提示符。為此，請cmd在“ 搜索Windows”框中鍵入，然后按Enter鍵。在打開的窗口中鍵入命令：
2.轉到Model Optimizer先決條件目錄。
3.運行以下批處理文件以配置Caffe *，TensorFlow *，MXNet *，Kaldi *和ONNX *的模型優化器：
install_prerequisites.bat
選項2：分別為每個框架配置模型優化器：
1.轉到Model Optimizer先決條件目錄：
cd C:Program Files (x86)IntelSWToolsopenvinodeployment_toolsmodel_optimizerinstall_prerequisites
2.運行您將與Model Optimizer一起使用的框架的批處理文件。您可以使用多個：
對于Caffe：
install_prerequisites_caffe.bat
對于TensorFlow：
install_prerequisites_tf.bat
對于MXNet：
install_prerequisites_mxnet.bat
對于ONNX：
install_prerequisites_onnx.bat
對于Kaldi：
install_prerequisites_kaldi.bat
Model Optimizer是為一個或多個框架配置的。成功通過類似于此的屏幕指示：
您已準備好使用兩個簡短的演示來查看運行英特爾分發OpenVINO工具包的結果，并驗證您的安裝是否成功。演示腳本是必需的，因為它們執行其他配置步驟。
三、使用驗證腳本驗證您的安裝
重要提示：此部分是必需的。除了確認您的安裝成功之外，演示腳本還執行其他步驟，例如設置計算機以使用Model Optimizer示例。
注意：要運行英特爾處理器顯卡，英特爾Movidius?神經計算棒，英特爾神經計算棒2，或英特爾?視覺加速器設計與英特爾Movidius的VPU?演示應用程序，請確保您完成了額外的安裝步驟第一。
要了解更多關于演示應用程序，請README.txt在
C:Program Files (x86)IntelSWToolsopenvinodeployment_toolsdemo
注意：
本節中的路徑假定您使用了默認安裝目錄。如果您使用的目錄不是
C:Program Files (x86)IntelSWTools請使用您安裝軟件的位置更新目錄。
如果您要從英特爾?計算機視覺SDK 2017 R3測試版遷移到英特爾?分布式OpenVINO?工具包，請閱讀有關移植應用程序的此信息。
1.打開命令提示符窗口。
2.轉到推理引擎演示目錄：
cd C:Program Files (x86)IntelSWToolsopenvinodeployment_toolsdemo
3.按照下一節中的說明運行驗證腳本。
四、運行圖像分類驗證腳本
要運行該腳本，請啟動該demo_squeezenet_download_convert_run.bat文件：
demo_squeezenet_download_convert_run.bat
此腳本下載SqueezeNet模型，使用模型優化器將模型轉換為<tt> .bin和<tt> .xml中間表示（IR）文件。推理引擎需要此模型轉換，因此它可以使用IR作為輸入，并在英特爾硬件上實現最佳性能。
此驗證腳本構建映像分類示例應用程序，并使用car.png 演示目錄中的映像運行它 。有關中間表示的簡要說明，請參閱配置模型優化程序。
驗證腳本完成后，您將獲得前10個類別的標簽和置信度：
這個演示已經完成。保持控制臺打開并繼續下一部分以運行推理管道演示。
五、運行推理管道驗證腳本
要運行該腳本，請demo_security_barrier_camera.bat在控制臺中啟動該文件：
demo_security_barrier_camera.bat
該腳本下載三個預先訓練的模型IR，構建安全屏障相機演示應用程序并使用下載的模型和目錄中的car_1.bmp 圖像運行它 demo以顯示推理管道。驗證腳本使用車輛識別，其中車輛屬性相互構建以縮小特定屬性。
首先，將物體識別為車輛。該識別用作下一個模型的輸入，該模型識別特定車輛屬性，包括牌照。最后，標識為牌照的屬性被用作第三模型的輸入，第三模型識別牌照中的特定字符。
演示完成后，您將打開兩個窗口：
一個控制臺窗口，顯示有關演示執行的任務的信息
一個圖像查看器窗口，顯示結果框架，其中檢測項呈現為邊界框，類似于以下內容：
關閉圖像查看器窗口以結束演示。
要了解驗證腳本，請參閱中的README.txt文件
/opt/intel/openvino/deployment_tools/demo
在本節中，您看到了OpenVINO?工具包功能的英特爾?分布預覽。
您已完成所有必需的安裝，配置和構建步驟，以便使用CPU使用經過培訓的模型。
如果您想使用英特爾?處理器顯卡（GPU），英特爾?Movidius?神經計算棒，英特爾?神經計算棒2或采用英特爾?Movidius?（VPU）的英特爾視覺加速器設計，或添加CMake *和Python *您的Windows *環境變量，請閱讀下一節以了解其他步驟。
快來，小伙伴們都在學OpenVINO！ http://www.czjhyjcfj.com/openvino
評論