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、Anaconda
　　1.1介绍
Anaconda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
Anaconda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：//m.amcfsurvey.com/article/202012/421636.htm

　　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：

　　1.4.3在弹出的安装许可界面上，选择"Agree"即可

　　1.4.4用户选项中，选择"Just Me"

　　1.4.5安装路径选项中，保持默认设置即可。

　　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

　　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、OpenVINO
　　2.1介绍
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）。
　　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.intel.com/content/www/cn/zh/develop/tools/openvino-toolkit/download.html?cid=other&source=eepw_web-res_ceds&campid=prc_q2_iotg_ov-da&content=web-reg_all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

　　2.4.2在弹出的安装许可界面上，选择同意即可

　　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。

　　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。

　　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。

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。

　　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)

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