ubuntu openVINO安裝&配置

作者：時(shí)間：2020-08-03 來(lái)源：網(wǎng)絡(luò)

加入技術(shù)交流群
- 掃碼加入
  和技術(shù)大咖面對(duì)面交流
  海量資料庫(kù)查詢

安裝ubuntu16.04版openVINO

參考官網(wǎng)下載地址：

本文引用地址：http://butianyuan.cn/article/202008/416588.htm

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

參考官網(wǎng)安裝教程：
https://docs.openvinotoolkit.org/latest/_docs_install_guides_installing_openvino_linux.html#install-openvino

注意的點(diǎn)：

1 配置tensorflow等模型優(yōu)化器的時(shí)候，官網(wǎng)使用的是sudo pip命令安裝依賴包，但是由于我們有虛擬環(huán)境，所以我需要在虛擬環(huán)境中安裝
首先，激活虛擬環(huán)境
然后，由于我的虛擬環(huán)境存在tensorflow和numpy，所以不需要安裝這兩個(gè)，
制作去掉這兩個(gè)安裝包的requirements_tf_tzlmodify.txt，然后使用pip install -r 進(jìn)行安裝。
2 修改/opt/intel/的權(quán)限為tongzhlin
sudo chown -R tongzhilin:tongzhilin /opt/intel
sudo chown -R tongzhilin:tongzhilin ~/intel
3 執(zhí)行Demo文件夾下的腳本的時(shí)候，報(bào)錯(cuò)找不到‘yaml’
由于我們使用的是virtualenv虛擬環(huán)境，所以正確的安裝是：
激活虛擬環(huán)境后
pip install PyYAML
4 demo/下的兩個(gè)腳本，不用sudo執(zhí)行也可以成功，如果需要打開(kāi)圖片，則需要sudo執(zhí)行。
5
demo_squeezenet_download_convert_run.sh:腳本會(huì)自動(dòng)下載和安裝依賴包，并且下載測(cè)試Caffe模型將其轉(zhuǎn)成OpenVINO的xml/bin文件，測(cè)試圖片是一張轎車(chē)照片。
依賴包安裝在：～/inference_engine_samples_build
源碼在：/opt/intel/openvino/deployment_tools/inference_engine/samples
Caffe模型下載到～/openvino_models
demo_security_barrier_camera.sh:物體識(shí)別，車(chē)牌識(shí)別.同上面的命令也會(huì)自動(dòng)下載安裝依賴包，自動(dòng)下載openvino的模型
6 linux下識(shí)別VPU需要更新usb驅(qū)動(dòng)規(guī)則
source /opt/intel/openvino/bin/setupvars.sh
cd /opt/intel/openvino/install_dependencies
./install_NCS_udev_rules.sh

模型轉(zhuǎn)換指令

參考官網(wǎng)：
https://docs.openvinotoolkit.org/latest/_docs_MO_DG_prepare_model_convert_model_tf_specific_Convert_FaceNet_From_Tensorflow.html

通過(guò)meta轉(zhuǎn)換，這個(gè)命令總是轉(zhuǎn)換失敗，還沒(méi)有解決
./mo_tf.py --input_meta_graph ~/facenet/models/20180402-114759/model-20180402-114759.meta --output_dir ~/openvino_models/ --freeze_placeholder_with_value “phase_train->False” --reverse_input_channels
通過(guò)pb文件轉(zhuǎn)換
facenet提供了模型轉(zhuǎn)換工具，把checkpoint模型轉(zhuǎn)換成pb模型
python src/freeze_graph.py ./models_cslead/20190528-141841/ ./models_cslead/20190528-141841/20190528-141841.pb
pb轉(zhuǎn)換：
./mo_tf.py --input_model ~/facenet/models_cslead/20190528-141841/20190528-141841.pb --output_dir ~/openvino_models/facenet/20190528-141841/ --freeze_placeholder_with_value “phase_train->False” --reverse_input_channels
參數(shù)：
–input_shape “[1,160,160,3]”
–data_type=FP16 #vpu支持的浮點(diǎn)格式

模型轉(zhuǎn)換成功后，vpu不能使用轉(zhuǎn)換后的模型

在openVINO環(huán)境下，很長(zhǎng)一段時(shí)間我轉(zhuǎn)換的facenet模型在第一代和第二代計(jì)算棒上的返回結(jié)果都是1和-1，不能使用，非常苦惱，我以為是1所描述的問(wèn)題，但是并不是，openVINO完美支持Inception Resnet v1和Inception Resnet v2，而且計(jì)算棒1代和計(jì)算棒2代也完美支持Inception Resnet v1和Inception Resnet v2網(wǎng)絡(luò)，最終的解決方法是：
（1）cpp文件的FP32改成FP16
（2）由于cpp沒(méi)有float16精度，所以需要我們自定義這個(gè)精度，預(yù)白化后的圖像，轉(zhuǎn)換成float16精度，傳給計(jì)算棒。
（3）同理，輸出結(jié)果也要由float16精度轉(zhuǎn)換成float32精度
（4）滿足以上條件后，你會(huì)發(fā)現(xiàn)，結(jié)果依然是1，-1…，這就要修改最為關(guān)鍵的一步，打開(kāi)轉(zhuǎn)換后的模型，找到最后的“Normalize”項(xiàng)，across_spatial=“0” 改成 across_spatial=“1”，這就OK拉，興奮。

驗(yàn)證

cd /home/tongzhilin/inference_engine_samples_build/intel64/Release

cpu
./classification_sample -i ~/facenet/data/lfw_data/lfw_160/Rose_Linkins/Rose_Linkins_0001.png ~/facenet/data/lfw_data/lfw_160/Rose_Marie/Rose_Marie_0001.png -m ~/openvino_models/facenet/20190528-141841/20190528-141841.xml

./classification_sample -i ~/facenet/data/lfw_data/lfw_160/Alberto_Fujimori/ -m ~/openvino_models/facenet/20190528-141841/20190528-141841.xml

vpu
./classification_sample -i ~/facenet/data/lfw_data/lfw_160/Rose_Linkins/Rose_Linkins_0001.png ~/facenet/data/lfw_data/lfw_160/Rose_Marie/Rose_Marie_0001.png -m ~/openvino_models/facenet_fp16/20190528-141841/20190528-141841.xml -d MYRIAD

./classification_sample -i ~/facenet/data/lfw_data/lfw_160/Rose_Linkins/ -m ~/openvino_models/facenet_fp16/20190528-141841/20190528-141841.xml -d MYRIAD

python 指令
python classification_sample.py -i ~/facenet/data/lfw_data/lfw_160/Rose_Linkins/Rose_Linkins_0001.png ~/facenet/data/lfw_data/lfw_160/Rose_Marie/Rose_Marie_0001.png -m ~/openvino_models/facenet_fp16/20190528-141841/20190528-141841.xml -d MYRIAD

python classification_sample.py -i ~/facenet/data/lfw_data/lfw_160/Rose_Linkins/Rose_Linkins_0001.png ~/facenet/data/lfw_data/lfw_160/Rose_Marie/Rose_Marie_0001.png -m ~/openvino_models/facenet/20190528-141841/20190528-141841.xml