深度学习加速方案OpenVINO探秘(二):OpenVINO安装与入门

【OpenVINO】OpenVINO 2022.1 安装教程(Windows) OpenVINO™是英特尔基于自身现有的硬件平台开发的一种可以加快高性能计算机视觉和深度学习视觉应用开发速度工具套件,用于快速开发应用程序和解决方案,以解决各种任务(包括人类视觉模拟、自动语音识别、自然语言处理和推荐系统等)。该工具套件基于最新一代的人工神经网络,包括卷积神经网络 (CNN)、递归网络和基于注意力的网络,可扩展跨英特尔® 硬件的计算机视觉和非视觉工作负载,从而最大限度地提高性能。它通过从边缘到云部署的高性能、人工智能和深度学习推理来为应用程序加速,并且允许直接异构执行。 阅读详情

上一篇介绍了OpenVINO,本篇介绍一下其安装与入门示例

通篇目录

  1. 安装所需
  2. 安装过程
  3. 安装验证
  4. 入门测试
  5. 进阶测试

1. 安装所需

  1. Anaconda
  2. Visual Studio 2019
  3. Cmake
  4. Intel OpenVINO

2. 安装过程

2.1 Anaconda

这部分可以直接在官网下载,相关教程毕竟多就不重复赘述

2.2 Visual Studio 2019

官网下载地址,或者网上其他破解版资源

2.3 Cmake安装

  1. 官网下载
    2.
  2. 安装选择第二项:
    Add Cmake to the system PATH for all users

2.4 Intel OpenVINO安装

  1. 官网安装包下载
    在这里插入图片描述在这里插入图片描述在这里插入图片描述
    下载结果:
    在这里插入图片描述
  2. 应用安装
    在这里插入图片描述
    在这里插入图片描述
  3. python SDK安装
    在openvino文件夹下,找到和conda对应python版本的openvino文件夹
    路径:~/openvino_2021.2.185/python/python3.7/openvino
    在这里插入图片描述
    放到Anaconda下Lib/site-packages路径下
    在这里插入图片描述

3. 安装测试

3.1 输入setupvars.bat

打开cmd指令,在路径C:\Program Files (x86)\Intel\openvino_2021.2.185\bin下,输入"setupvars.bat"来确认环境是否配置好。
在这里插入图片描述
work!

4. 入门测试

4.1 示例demo_security_barrier_camera.bat

打开cmd指令,在路径C:\Program Files (x86)\Intel\openvino_2021.2.185\bin下,输入“demo_security_barrier_camera.bat”,跑通示例demo

4.2 报错

Build tools for Visual Studio 2015 / 2017 / 2019 cannot be found. If you use Visual Studio 2017 / 2019, please download and install build tools from https://www.visualstudio.com/downloads/#build-tools-for-visual-studio-2017
Error

在这里插入图片描述
提示没检测到Visual Studio的tools,原来是因为之前没有安装c++的桌面开发包。

4.3 解决

  • 解决方法一:
    VS打开安装包——修改,添加使用c++的桌面开发
    在这里插入图片描述
  • 解决方法二:
    下载visual c++ build tools

4.4 再跑一次

在这里插入图片描述
跑通了示例demo!
在这里插入图片描述
至此openvino的配置已经结束。

其他问题

如过程出现其他错误,可能是环境变量的问题,在环境变量中添加以下:

C:\Program Files (x86)\Intel\openvino_2021.2.185\deployment_tools\ngraph
C:\Program Files (x86)\Intel\openvino_2021.2.185\deployment_tools\inference_engine\external\tbb\bin
C:\Program Files (x86)\Intel\openvino_2021.2.185\deployment_tools\inference_engine\bin\intel64\Release
C:\Program Files (x86)\Intel\openvino_2021.2.185\opencv\bin
【手把手教学】使用cmake构建openvino推理程序——c++ 系统:window11vs版本:visual studio 2022openvino包:2024版下载链接。 阅读详情

相关推荐

OpenVINO入门笔记

一、简介 官方原文:https://software.intel.com/zh-cn/openvino-toolkit/ 使用英特尔®分布式OpenVINO™工具包开发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(包括加速器)的工作负载,并最大限度地提高性能。 在边缘启用基于CNN的深度学习推理 支持跨计算机视觉加速器的异构执行 - CPU,GPU,英...

Tosonw的博客 5522

Windows------openvino 2022.1安装步骤

openvino

m0_47405013的博客 3241

OpenVINO计算机视觉模型加速-从零到几大案例实践

OpenVINO的引入:模型的落地需求,特别是边缘设备上的落地 C++实践的环境搭建:配置头文件路径,库路径,库依赖,以及相关应用程序的环境变量配置 ResNet18图像分类模型:设置模型输入、解析二维输出[1,1000]; 车辆与车牌的检测与识别:关键是解析思维输出[1,1,N,7]、多模型推理支持,ROI区域传递 行人检测:关键是视频的实时封装输入推理解析,以及输入接口的封装C++的泛化 人脸检测:视频的异步推理方式 表情识别:多模型推理支持以及异步推理保证实时 人脸Landmark35个关键点检测;注

zw1996的博客 3834

OpenVINO环境搭建指南

OpenVino环境搭建

weixin_50727153的博客 5760

全网最全的关于OpenVINO知识小结

OpenVINO(Open Visual Inference and Neural Network Optimization)是由英特尔开发的开源工具套件,旨在优化和加速在各种英特尔架构(如CPU、GPU和FPGA)上的深度学习推理,特别侧重于计算机视觉任务。该工具包支持来自流行框架(如TensorFlow和PyTorch)的模型,将它们转换为适合在英特尔硬件上部署的中间表示。【基本信息】OpenVINO是一款开源免费的深度学习模型优化和推理工具包,广泛应用于Intel硬件平台OpenVino。

Enweitech Software Works 4883

OpenVINO 安装及常见问题解决

本文介绍了如何安装 OpenVINO 工具包以及如何解决常见问题。通过这篇文章,您应该能够顺利地在自己的计算机上安装 OpenVINO,并开始使用它提供的快速、高效、易用的深度学习推理引擎。

. 1646

深度学习模型部署OpenVINO加速--OpenVINO部署YOLOv5,YOLOv7模型

OpenVINO工具套件全称是OpenVisualInference &NOptimization,是Intel于2018年发布的,开源、商用免费、主要应用于计算机视觉、实现神经网络模型优化和推理计算(Inference)加速的软件工具套件。由于其商用免费,且可以把深度学习模型部署在英尔特CPU和集成GPU上,大大节约了显卡费用,所以越来越多的深度学习应用都使用OpenVINO工具套件做深度学习模型部署。OpenVINO是一个开源工具包,可优化和部署深度学习模型。

chenhaogu的博客 5727

OpenVINO之一:OpenVINO概述

OpenVINO之一:OpenVINO概述

mingo_敏 4万+

【YOLOv8】实战二:YOLOv8 OpenVINO2022版 windows部署实战

前面两篇文章介绍了OpenVINO工具包及具体的安装,今天我们一起来看一下,如何使用LabVIEW OpenVINO工具包实现YOLOv8的推理部署。其他yolo模型在LabVIEW中的部署可以查看专栏【深度学习:物体识别(目标检测)】

virobotics的博客 7593

OpenVINO视觉加速库依赖包的安装与配置指南

OpenVINO(Open Visual Inference & Neural network Optimization)是由英特尔开发的一套工具包,旨在加速深度学习推理并优化视觉计算。它的出现是为了让开发者能够将人工智能(AI)的视觉应用部署到各种英特尔平台,从边缘设备到数据中心,实现高性能和高效率的计算。OpenVINO的功能十分全面,它包含了多个组件,主要包括Model Optimizer和Inference Engine。

weixin_35755823的博客 746

C# : 计算并输出这一天是这一年的第几天

C#之输入某年,然后输入某月,再输入某日,计算并输出这一天是这一年的第几天的功能算法

saitoDeng的博客 968

OpenVINO DL Stream 如何加速视频推理

【Intel OpenVINO 教学】GStreamer 串流视频智能分析不再慢吞吞─看 Intel OpenVINO DL Stream 如何加速视频推理推理 随着人工智能兴起,利用“深度学习”技术进行计算机视觉工作已是很普遍的应用,如图像分类、对象检测等。通常只需将单张图像送入训练好的模型中进行推理即可得到输出结果,但当遇到视频文件或串流视频时,逐格(by Frame)图像分析就变得很没效率,因为帧间时间差距过短(通常为 1/30 ~ 1/60 秒),场景中的对象位移量(变形量)可能过小,导致帧间得到

英特尔开发人员专区 3461

【全开源】旅游系统源码(Uniapp+FastAdmin+ThinkPHP)

通过源码的灵活配置和定制开发,我们可以根据旅游企业的实际需求,快速构建出符合其业务特点的旅游系统。旅游系统源码,作为这一变革的基石,为旅游业的数字化转型提供了强有力的支撑。通过深入研究和应用旅游系统源码,我们能够构建出更加智能、便捷、个性化的旅游服务平台,满足游客日益增长的旅游需求。国际化发展:随着全球化的深入发展,旅游系统源码也将迎来国际化的发展机遇,为国内外游客提供更加便捷、高效的旅游服务。跨界融合:旅游系统源码将与更多领域进行跨界融合,如与交通、餐饮、购物等行业的结合,为游客提供更加丰富的旅游体验。

2401_84413757的博客 2147

OpenVINO教程(一):架构原理解析、安装配置与初步体验

OpenVINO的介绍,安装与实际应用

Fengchao.Dai的博客 2587

逆变器专题(6)-正负序分离(二阶广义积分器DSOGI)

相应仿真原件请移步资源下载DSOGI作为一种常用的正负序分离方法,其可以在电压三相不平衡的状态下实现较为精准的锁相环。

cyc19980105的博客 8802

告别Keil?在Mac上配置STM32CubeIDE + CMSIS-DAP调试器全攻略(含常见报错解决)

本文详细介绍了在Mac平台上配置STM32CubeIDE与CMSIS-DAP调试器的全流程,包括硬件准备、软件安装、工程创建及调试优化。通过实战指南,帮助开发者高效完成STM32开发,解决常见报错问题,提升开发效率。

weixin_30485379的博客 431

模型加速之openvino

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...

xiaomu_347的博客 4287

【控制模块算法】控制理论的进修之路

系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 TODO:写完再整理 文章目录系列文章目录前言一、(经典)自动控制理论【本科阶段】二、现代控制理论【本科阶段】三、最优控制理论【硕士阶段】总结 前言 认知有限,望大家多多包涵,有什么问题也希望能够与大家多交流,共同成长! 本文先对对控制理论的理解做个简单的介绍,具体内容后续再更,其他模块可以参考去我其他文章 提示:以下是本篇文章正文内容 一、(经典)自动控制理论【本科阶段】 一般控制工程、自动化相关的考研专业课就是自动

qq_35635374的博客 1447

OpenVino入门(二)

OpenVino入门(二)一.OpenVino简介1.1OpenVino是什么1.2 OpenVino的网络加速原理1.2.1Linear Operations Fusing1.2.2 数据精度校准(Precision Calibration)1.2.3 补充1.3 开发流程1.3.1 模型优化器(Model Optimizer)1.3.2 推断引擎(Inference Engine)1.3.2 推断引擎开发代码流程二.以Super Resolution C++ Demo展示推断引擎 一.OpenVino简

Cream_Cicilian的博客 2565

Apache Flink连载(一):Apache Flink是什么?

Apache Flink 是一个框架和分布式处理引擎,用于在。

qq_32020645的博客 1215

9.1 机器人动力学建模

目录9.1 机器人动力学建模一、机器人动力学的基本概念1. 什么是机器人动力学?2. 动力学方程二、机器人动力学建模方法1. 拉格朗日方法2. 牛顿-欧拉方法三、Simulink 中的机器人动力学建模1. 使用 Simscape Multibody 建模示例:构建一个两连杆机械臂的动力学模型。步骤:2. 使用 Robotics System Toolbox 建模示例:构建一个六自由度工业机器人的动力学模型。步骤:四、示例:两连杆机械臂的动力学建模目标:步骤:五、结果分析1. 动态响应2. 参数敏感性六、总结

xiaoheshang_123的博客 625

ONNX Runtime与OpenVINO:Intel硬件加速的完美结合

你是否在部署机器学习模型时遇到过这些问题?训练好的模型在Intel CPU上运行缓慢,复杂推理任务耗时过长,或者无法充分利用硬件潜力?ONNX Runtime与OpenVINO执行提供程序(Execution Provider)的结合为这些问题提供了高效解决方案。本文将详细介绍如何通过OpenVINO Execution Provider在Intel硬件上实现AI模型的高性能部署,让你轻松获得2-...

gitblog_01195的博客 1132

【YOLOv8/v9/v10 实战 01】YOLOv8/v9/v10全系列实战对决:性能矩阵、架构拆解与2026部署指南

2026年YOLO生态已进入“战国时代”,Ultralytics YOLOv8/11/26、阿里YOLO12、清华YOLOv10、微软YOLOv9四大路线并行发展。本文基于官方文档、学术论文及实测数据,系统剖析三大核心版本(YOLOv8/v9/v10)的架构演进逻辑,构建覆盖参数量、mAP、FPS、FLOPs的完整性能矩阵。通过8组工业场景实测、全流程代码实现(训练-导出-部署)、6类硬件适配方案,解决新手选型难、进阶者优化无门、工业开发者部署低效的痛点。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 533

【Openvino01】Ubuntu安装inter的openvino2022.1以及遇到的各种错误解决

由于最近要使用inter的一款名为Intel® Movidius™ Myriad™ X 的加速卡去实现对算法模型的加速推理能力,于是就得第一步安装openvino,然后再使用卡去验证openvino是否安装ok,卡是否真的存在推理加速的能力。基于以上的情况花了两周多对openvino的安装以及安装过程中遇到的问题、卡使用过程中报的错,做一些总结,文章分为几个部分:openvino 运行环境安装,openvino开发环境安装,加速卡使用报错以及问题排查。

Alex的博客 3668

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

深度学习模型终极指南:英特尔OpenVINO硬件加速方案详解

在当今人工智能快速发展的时代,深度学习模型的应用越来越广泛。GitHub 加速计划下的 de / deep-learning-models 项目,提供了众多流行深度学习模型的 Keras 代码和权重文件,如 VGG16、ResNet50、Inception V3 等,为开发者和研究人员搭建深度学习模型提供了极大的便利。 ## 热门深度学习模型介绍 🚀 ### VGG16 模型 VGG16 是

gitblog_00772的博客 649

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

在Windows平台使用OpenVINO实现GPU加速推理(大坑)

本文介绍了在Windows平台使用C++和OpenVINO实现GPU加速推理的方法。主要内容包括:1)环境配置要求(OpenVINO 2022.3+、VS2019/2022、NVIDIA驱动)及安装注意事项;2)核心代码实现,涵盖GPU设备初始化、推理循环和性能优化技巧;3)基准测试显示GPU可获得3.75-4.29倍的加速效果。同时指出OpenVINO仅支持Intel GPU的技术限制,并提供了三种替代解决方案(使用CPU、ONNX Runtime或检查Intel GPU兼容性)。

qq_71729869的博客 3145

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

上一篇: 深度学习加速方案OpenVINO探秘(一):OpenVINO是什么?
下一篇: 深度学习加速方案OpenVINO探秘(三):OpenVINO进阶测试
潜沉10
博客等级 码龄11年 66粉丝 27原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值