OpenVINO 学习笔记(3):执行 OpenVINO Demos

2024-06-06 18:18

本文主要是介绍OpenVINO 学习笔记(3):执行 OpenVINO Demos,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

执行 OpenVINO Demos

  • 在 open_model_zoo 文件夹下,OpenVINO 给我们提供了许多 Demo ,今天我们就来学习怎么让这些 Demo 运行起来。

1. 编译 build_demos_msvc.bat 文件

  • 打开 cmd ,进入以下目录:
    C:\IntelSWTools\openvino_2020.1.033\deployment_tools\inference_engine\demos
    
  • 输入 build_demos_msvc.bat ,执行脚本文件
    build_demos_msvc.bat

2. 编译项目文件

  • 执行完脚本之后,会在文档目录下生成一个 Intel 的文件夹,进入 Intel 文件夹下的 OpenVINO\omz_demos_build 文件夹,使用 VS2017 打开 Demos.sln 文件。
    Open Demos.sln
  • 进入 VS2017 后,右键点击 ALL_BUILD ,然后点击生成,开始进行编译
    Debug
  • 编译完成之后,会在以下目录生成编译的文件
    C:\Users\LWL\Documents\Intel\OpenVINO\omz_demos_build\intel64\Debug
    
  • 在 Debug 文件夹里,我们可以看到生成的 Demo exe 文件
    exe

3. 执行 exe 文件必要准备

  • 这次我们要执行的 dmeo 是:human_pose_estimation_demo.exe 。但是在执行 exe 文件前,我们还必须做一些必要准备,包括:添加环境变量以及下载模型文件。

3.1 添加环境变量

  • 添加以下文件目录到环境变量。如果不添加,会提示缺少 xxx.dll 文件
    C:\IntelSWTools\openvino_2020.1.033\opencv\bin
    C:\Users\LWL\Documents\Intel\OpenVINO\omz_demos_build\intel64\Debug
    C:\Users\LWL\Documents\Intel\OpenVINO\omz_demos_build\intel64\Release
    C:\IntelSWTools\openvino_2020.1.033\deployment_tools\inference_engine\bin\intel64\Debug
    C:\IntelSWTools\openvino_2020.1.033\deployment_tools\inference_engine\bin\intel64\Release
    C:\IntelSWTools\openvino_2020.1.033\deployment_tools\inference_engine\external\tbb\bin
    C:\IntelSWTools\openvino_2020.1.033\deployment_tools\ngraph\lib
    
    set_environmet_path
  • 有些可能路径不同,具体看自己的目录。

3.2 下载模型文件

  • 在执行 demo 前,我们必须先要下载模型文件,才能执行对应的 demo 。
  • 进入以下目录,我们可以看到一个 downloader.py 文件。这个文件就是用来下载模型文件的。
    C:\IntelSWTools\openvino_2020.1.033\deployment_tools\tools\model_downloader
    
    downloader.py
  • 要想要下载模型文件,我们只要在 cmd 下,输入
    python C:\IntelSWTools\openvino_2020.1.033\deployment_tools\intel_models\downloader.py --name <model_name>
    
  • 具体的模型名可以到以下目录查看
    C:\IntelSWTools\openvino_2020.1.033\deployment_tools\intel_models
    
    intel_models
  • 由于我们要执行的 demo 是 human_pose_estimation_demo.exe ,所以我们需要下载 human-pose-estimation-0001 模型。
  • 在 cmd 里面输入一下命令,完成模型下载
    python C:\IntelSWTools\openvino_2020.1.033\deployment_tools\tools\model_downloader\downloader.py --name human-pose-estimation-0001
    
    human-pose-estimation-0001
  • 下载完成之后,会在 C:\Intel 文件夹下看到模型文件(具体路径,请自己看下载模型时的打印信息)在这里插入图片描述

4. 执行 human_pose_estimation_demo.exe

  • 在必要准备完成之后,我们就可以执行 human_pose_estimation_demo.exe 文件了。
  • 打开 cmd 进入以下目录
    C:\Users\LWL\Documents\Intel\OpenVINO\omz_demos_build\intel64\Debug
    
  • 输入以下命令
    human_pose_estimation_demo.exe -i C:\Users\LWL\Desktop\sample-videos-master\classroom.mp4 -m C:\Users\LWL\Desktop\human-pose-estimation-0001.xml -d CPU
    
    run human_pose_estimation_demo.exe
  • -i 参数默认为 cam,使用摄像头作为输入。也可以在 -i 后面加视频文件路径,使用视频输入。
  • -m 参数为模型文件下的 xml 文件。
  • -d 参数为使用执行的设备,这里使用 CPU 来执行。

5.结语

  • 由于本人也是刚学习 OpenVINO ,如果其中有不对的地方或是需要改进的地方,请指正。
  • 联系方式 email:lwl510ll@163.com
  • 本文到这就结束了。

这篇关于OpenVINO 学习笔记(3):执行 OpenVINO Demos的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1036863

相关文章

如何使用 Bash 脚本中的time命令来统计命令执行时间(中英双语)

《如何使用Bash脚本中的time命令来统计命令执行时间(中英双语)》本文介绍了如何在Bash脚本中使用`time`命令来测量命令执行时间,包括`real`、`user`和`sys`三个时间指标,... 使用 Bash 脚本中的 time 命令来统计命令执行时间在日常的开发和运维过程中,性能监控和优化是不

C#如何优雅地取消进程的执行之Cancellation详解

《C#如何优雅地取消进程的执行之Cancellation详解》本文介绍了.NET框架中的取消协作模型,包括CancellationToken的使用、取消请求的发送和接收、以及如何处理取消事件... 目录概述与取消线程相关的类型代码举例操作取消vs对象取消监听并响应取消请求轮询监听通过回调注册进行监听使用Wa

PHP执行php.exe -v命令报错的解决方案

《PHP执行php.exe-v命令报错的解决方案》:本文主要介绍PHP执行php.exe-v命令报错的解决方案,文中通过图文讲解的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下... 目录执行phpandroid.exe -v命令报错解决方案执行php.exe -v命令报错-PHP War

Oracle数据库执行计划的查看与分析技巧

《Oracle数据库执行计划的查看与分析技巧》在Oracle数据库中,执行计划能够帮助我们深入了解SQL语句在数据库内部的执行细节,进而优化查询性能、提升系统效率,执行计划是Oracle数据库优化器为... 目录一、什么是执行计划二、查看执行计划的方法(一)使用 EXPLAIN PLAN 命令(二)通过 S

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss