kan2016的博客

1.设置永久环境变量的原因：运行openvino环境之前，都需要执行setupvars.bat文件启动openvino环境，且新开的终端还需要重新执行脚本，很麻烦。2.本文使用的测试环境：(1)测试版本：OpenVINOR1(2)测试平台：Windows 10(3)测试用例：human-pose-estimation-0001 和 text-detection-0001...

1.深度学习部署工具包（DLDT）包括：深度学习模型优化器（Deep Learning Model Optimizer），一种跨平台的命令行工具，用于导入模型并使用推理引擎为最佳执行做好准备。模型优化器导入，转换和优化模型，这些模型在流行的框架中训练，例如Caffe *，TensorFlow *，MXNet *，Kaldi *和ONNX *。 深度学习推理引擎（Deep Learning I...

一.环境要求Windows 安装仅支持英特尔®CPU，英特尔®处理器显卡，英特尔®Movodius™神经计算棒，英特尔®神经计算棒2和采用英特尔®Movidius™VPU的英特尔®视觉加速器设计选项。（1）硬件要求：第6代 - 第8代Intel®Core™ 英特尔®至强®v5系列 英特尔®至强®v6系列 英特尔®Movidius™神经计算棒 英特尔®神经计算棒2 采用Inte...

1.什么是OpenVINO工具包OpenVINO™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。OpenVINO™工具包包括深度学习部署工具包（DLDT）。OpenVINO工具包：在边缘启用基于CNN的深度学习推理 支持跨英特尔®CPU，英特尔®集成显卡，英特尔®FPG...

1.下载OpenVINO：https://docs.openvinotoolkit.org/latest/_docs_install_guides_installing_openvino_linux.html2.安装：解压：tar -zxvf l_openvino_toolkit_p_2019.2.242.tgzGUI界面安装：cd /home/<user>...

碰到的问题：cnnnot start data collection because the scope of ptrace system call application is limited.To enable profiling,please set /proc/sys/kernel/yama/ptrace_scope to 0. See the Release Notes for ...

1.遇到问题：[ ERROR ] Error loading xmlfile: C:\Users\USER\Documents\Intel\OpenVINO\openvino_models\ir\public\squeezenet1.1\FP16\squeezenet1.1.xml, File was not found at line: 1 pos: 02.解决办法：找到squeezenet1.1.caffemodel文件cd /home/kang/openvino_models/mod

一、安装1.为存储库安装GPG密钥(1)下载公钥GPG-PUB-KEY-INTEL-SW-PRODUCTS-2019.PUB：https://apt.repos.intel.com/intel-gpg-keys/GPG-PUB-KEY-INTEL-SW-PRODUCTS-2019.PUB(2)将此秘钥保存到系统秘钥，返回OK：cd ~/Downloadssudo apt-...

一.Windows上安装OpenVINO1.图文演示https://blog.youkuaiyun.com/kan2016/article/details/895196072.视频演示https://www.bilibili.com/video/BV1Wy4y1m7wg?from=search&seid=7168598740104900502二.Linux上安装OpenVINO1.图文演示https://blog.youkuaiyun.com/kan2016/article/details/97371100

1.下载text-detection-0002第一次运行需要从github上clone open_model_zoo。<user_name>为用户名cd C:\Users\<user_name>git clone https://github.com/opencv/open_model_zoo.gitcd C:\Users\<user_name>...

效果展示一、 操作步骤：1. 安装OpenVINO2. 执行下面命令，对samples编译cd /opt/intel/openvino/deployment_tools/inference_engine/samples./build_samples.sh 编译完成后，可以在home目录找到参数cpu_extensioncpu_extension = "/home/kang/inference_engine_samples_build/intel64/Release/lib/libcpu.

1.下载face-detection-retail-0004 human-pose-estimation-00012.构建应用"C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\inference_engine\samples\build_samples_msvc2017.bat" 3.设置环境变量"...

演示版本：l_openvino_toolkit_p_2019.3.3341.下载模型进入open_model_zoo路径cd /opt/intel/openvino/deployment_tools/open_model_zoo/tools/downloader查看所有模型命令：./downloader.py --print_all在模型列表中找到要下载的模型并下载：...

在ubuntu系统如何卸载OpenVINO的步骤：(1)进入安装路径，找到openvino_toolkit_uninstallercd /opt/intel/openvino/openvino_toolkit_uninstaller(2)如果使用的ubuntu有GNOME桌面，尽量使用GUI界面卸载，比较方便。请根据操作提示一步步卸载。sudo ./uninstall_GUI....

1. 什么是计算机视觉什么是视频？视频是一系列连续的图像，这些图像的移动速度足够快，让我们的眼睛看到了连续平滑的效果。什么是图像？图像是多个像素组成的阵列，每个像素都有强度级，或有 R，G，B值混合而成的色彩。我们可以操纵图像来模糊，锐化图像或者执行其他任务。什么是OpenCV?OpenCV是一款用于加速计算机视觉的intel软件，可以在intel硬件上加速，是计算机视觉领域最常用的工具库。可用于开发实时的图像处理、计算机视觉以及模式识别程序，并且兼容多种操作系统和平台。可以轻松对图像进行缩放、

效果展示代码demoimport cv2 as cv# 加载模型net = cv.dnn.readNet('/home/kang/open_model_zoo-2019/model_downloader/Transportation/object_detection/face/pruned_mobilenet_reduced_ssd_shared_weights/dldt/face-detection-adas-0001.xml', '/home/kang/open_model_zoo-201

一、什么是VTune？Vtune可视化性能分析器（Intel VTune Performance Analyzer）是一个用于分析和优化程序性能的工具，作为Intel为众多开发者们提供的专门针对寻找软硬件性能瓶颈的一款分析工具，它能帮助你确定程序的热点（hotspot），帮助你找到导致性能不理想的原因，从而让你能据此对程序进行优化。概括起来Vtune性能分析器能通过以下的手段帮助你发现和定位程序中的性能问题：从当前系统中收集性能数据从系统到源代码不同的层次上，以不同的互动形式来组织和展示数据发现

使用设备为NUC，配置如下图：一、前期工作：1.安装openvino，我使用的版本为l_openvino_toolkit_p_2020.4.2872.下载human-pose-estimation-00013.执行bulid4.执行完build以后，会看到提示所有的demos都在~/omz_demos_build/intel64/Release/目录下5.切换到路径/home/kang/omz_demos_build/human_pose_estimation_demo，编译demo.

效果展示一、 准备流程：1. 在python环境中加载openvino打开openvino安装目录如：C:\Intel\openvino\python\python3.6把目录下的openvino文件夹复制到系统的python环境安装目录下如： C:\Python36\Lib\site-packages2. 编译C:\Intel\openvino\deployment_tools\inference_engine\samples 路径下执行：build_samples_msvc20.

效果展示一、 准备流程：1. 在python环境中加载openvino打开openvino安装目录如：C:\Intel\openvino\python\python3.6把目录下的openvino文件夹复制到系统的python环境安装目录下如： C:\Python36\Lib\site-packages2. 编译C:\Intel\openvino\deployment_tools\inference_engine\samples 路径下执行：build_samples_msvc20.

一、什么是benchmark ToolBenchmark Tool用来评估支持的设备上的深度学习推理性能，对于所有开箱即用的设备通常都能产生最佳性能。它可以针对两种推理模式测量性能：同步(Synchronous) --> 面向延迟异步(Asynchronous) --> 面向吞吐量二、benchmark是怎么运行的启动时，应用程序将读取命令行参数，并将网络和图像/二进制文件加载到Inference Engine插件中，该插件的选择取决于指定的设备。推理请求的数量和执行方法取决于-

1.测试环境：ubuntu版本：18.04.1LTSopenvino版本：2020.1.023模型文档链接：https://docs.openvinotoolkit.org/latest/_demos_crossroad_camera_demo_README.html2.下载模型进入open_model_zoo路径cd /home/kang/open_model_zoo/...

1.测试平台：系统环境:ubuntu1804LTSopenvino版本：2020 R12.安装步骤：(1)安装使用GPU插件和图形OpenCL驱动程序组件：$ cd /opt/intel/openvino/install_dependencies$ sudo -E su$ ./install_NEO_OCL_driver.sh(2)遇到报错：error proce...

1.安装依赖项（1）HDDL_INSTALL_DIR 为 <openvino_install_dir>/deployment_tools/inference_engine/external/hddlcd /opt/intel/openvino/deployment_tools/inference_engine/external/hddl该目录有以下子文件：（2）...

1.在ubuntu上配置usb驱动：cd/opt/intel/openvino_2019.3.334/install_dependencies./install_NCS_udev_rules.sh2.配置所有框架的Model Optimizercd /opt/intel/openvino_2019.3.334/deployment_tools/model_optimize...

1.介绍说明Raspbian OS的OpenVINO工具包包括推理引擎和MYRIAD插件。我们可以将其与插入USB端口之一的Intel Neural Compute Stick 2一起使用。2.环境支持系统：适用于32位Raspbian 操作系统硬件：具有ARMv7-A CPU架构的树莓派和NCS2(检查是否uname -m返回armv7l)。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-C1e3HhXJ-1628750961940)(https://cdn.jsd

一.介绍1.openvino_tensorflow插件介绍openvino_tensorflow是为尝试把openvino用于推理应用中的tensorflow开发者们设计的。原理是通过OpenVINO的内联优化，只需少量代码的改动就可以显著提高其推理性能。该仓库展示了对TensorFlow的良好兼容性，可以对众多的AI模型起到加速效果。2.在哪些计算单元有加速效果？英特尔 CPU英特尔集成 GPU英特尔 Movidius视觉处理单元，通常称为 VPU采用 8 个英特尔 Movidius V

1.什么是DL WorkbenchDL Workbench是可视化的OpenVINO模型性能评估工具，用户可以在web界面下选择已有的英特尔硬件设备进行模型评估。这个工具包含了下载深度学习模型、定制和生成推理所需数据集、优化模型、校准模型、调整和比较模型的性能，从而找到最符合工程实践的模型进行部署和使用。2.DL Workbench支持哪些设备DL Workbench支持基于Intel CPU、GPU、NCS2和具有英特尔VPU架构的视觉加速设备HDDL。需要注意的是由于MYRIAD和HDDL设备不兼