Windows10安装NCS2环境并进行模型格式转换

上一篇:树莓派4B配置摄像头并实现实时人脸检测

目录

一、Windows10安装OpenVINO
.1、系统要求
.2、安装步骤
二、设置环境变量
.1、临时配置方案
.2、永久配置方案
三、配置模型优化器
.1、方案1：同时为所有支持的框架配置模型优化器
.2、方案2：单独为各个框架配置模型优化器
四、使用验证脚本验证安装
.1、运行图像分类验证脚本
.2、运行推理管道验证脚本
五、踩过的坑
六、Paddle模型转换
.1、Paddle2Onnx
6.1.1、环境依赖
6.1.2、安装方式
6.1.3、使用方式
6.1.4、参数选项
.2、Onnx2IR
七、参考资料

一、Windows安装OpenVINO

由于树莓派上安装的OpenVINO不具有模型转换功能，故需要在本地电脑上安装相关套件

1.1、系统要求

操作系统要求
Microsoft Windows 10 64位
软件要求

• 采用 C++ 以及 MSBuild 的 Microsoft Visual Studio* 2019、2017 或 2015
• CMake 3.4 或更高版本（64 位）
  注：如果想使用 Microsoft Visual Studio 2019，必须安装 CMake 3.14。
• Python 3.6.5 或更高版本（64 位）

1.2、安装步骤

1. OpenVINO官网下载安装包，个人建议安装最新版本，笔者安装的版本为w_openvino_toolkit_p_2020.3.194.exe
2. 点击安装

根据个人意愿选择是否同意Intel获取个人信息(当然选no啦)

点击,第一部分安装完成后，最终的屏幕会提示您核心组件已安装完成，还需要进行其他几个安装步骤:

安装
CMake官网下载3.14版本(cmake-3.14.0-win64-x64.msi)
注意选择将cmake添加到环境变量：

关闭命令提示符窗口后，OpenVINO工具套件环境变量将被删除。可以选择手动永久设置环境变量。

2.2、永久配置方案

打开’我的电脑’–>属性–>高级系统设置–>环境变量，在 “系统变量”下，将以下内容添加为带有相应值的新变量

配置成功后，在执行脚本时，显示如下:

2.运行以下批处理文件，为Caffe*、TensorFlow*、MXNet*、Kaldi* 和ONNX* 配置模型优化器：

3.2、方案2：单独为各个框架配置模型优化器

1.打开命令行工具,前往模型优化器先决条件目录:

现在您可以使用两个简短的演示查看英特尔penVINO工具套件分发版的运行结果，并验证安装是否成功。必须使用演示脚本，因为它们要执行其他配置步骤。

四、使用验证脚本验证安装

首先进入模型优化器推理引擎演示目录

验证脚本完成后，您获得前10个类型的标记和置信度：

在目录下找到,将路径添加到环境变量，然后重新打开命令行，执行

• 一定要用管理员权限进入命令行执行脚本，否则会遇到下面的错误

• 如果修改了OpenVINO的默认安装路径的话，会出现下面的错误

• 同理，运行脚本时也许修改对应的路径，否则报如下错误：

更多关于转换深度学习模型的信息，请访问:

• 转换Caffe*模型
• 转换TensorFlow*模型
• 转换MXNet*模型
• 转换ONNX*模型

六、Paddle模型转换

笔者比较习惯使用Paddle，故这里演示Paddle的模型转化:
首先应通过调用来序列化模型

6.1、Paddle2Onnx

Paddld2Onnx支持将PaddlePaddle框架下产出的模型转化到ONNX模型格式.
关于Paddle2ONNX迁移至X2Paddle的说明

6.1.1、环境依赖

• 普通用户环境配置

• 开发者环境配置

6.1.2、安装方式

• 安装方式1

• 安装方式2

6.1.3、使用方式

• 普通用户使用方式

如果用户只是想将paddle模型转化成onnx模型，可以使用下面的命令进行操作。

• 开发者使用方式

如果用户有一个新的模型要转成onnx模型，想验证模型的精确度，可以使用下面的方式来进行验证。

6.1.4、参数选项

6.2、Onnx2IR

1.进入目录，注意替换openvino安装路径
2.使用mo.py脚本将具有路径的模型转换为输入模型.nnet文件：

更多转换模型命令参数配置

七、参考资料

1.树莓派4B+NCS2代测试yolov3和yolov3_tiny实现object_detection
2.OpenVINO具包中文文档
3.配置win10 +openvino遇到的问题及解决方案
4.运行OpenVINO的demo示例的小问题

来源：黎明丶跌跌撞撞