OpenVINO2022计算机视觉模型部署与加速视频教程
时间:2023-06-29
大小:1.67KB
阅读数:183
查看他发布的资源
资料介绍
分享OpenVINO2022安装部署视频教程——《OpenVINO2022计算机视觉模型部署与加速教程》,附带源码+模型文件+思维导图下载!
自推出以来OpenVINO一直紧随AI的技术发展,保持着高频的迭代更新,来解决各行各业开发者提出的各种需求和面临的挑战。这次版本迭代,从2021.4到2022.1,改动很大,可以说是迄今为止最重大的更新。
最新版本精简了安装包和运行时库,添加了Auto-Device Plugin、MO参数简化等一系列的有利于开发者快速上手的功能,也官宣了对Paddle Paddle的正式支持,其他还有推理API的改进等等,有兴趣可以查看官网文档,这里不一一而论。
配置OpenVINO2022开发环境
主要是针对C++部分,使用VS2017配置。这部分跟以前没有太大差异,同样需要配置包含目录,库目录与附加依赖项添加,跟环境变量,这几个部分的配置分别如下:
若你同我一样默认安装路径直接复制即可(无需任何改动,复制进去直接回车即可)
包含目录
C:\Program Files (x86)\Intel\openvino_2022\runtime\include;C:\Program Files (x86)\Intel\openvino_2022\runtime\include\ie;C:\Program Files (x86)\Intel\openvino_2022\runtime\include\ngraph;C:\Program Files (x86)\Intel\openvino_2022\runtime\include\openvino
应用要想强大,性能表现很重要。2021.2 版本的 OpenVINO,针对使用Tensorflow Quantization-Aware(对权重进行逐通道量化)方式训练的模型,模型优化器新增了相应的逐通道量化支持,以高效的模型压缩,降低延时,提高性能。强大的应用,安全当然也是重中之重。2021.2 版本提供了全新的安全插件,使用安全打包和执行,控制模型的访问权限。该插件基于 KVM 虚拟机和 Docker 容器,部署起来快速方便。此外,对于 Red Hat Enterprise Linux (RHEL) 8.2 的支持,让 OpenVINO 的应用场景更加广泛。
版权说明:本资料由用户提供并上传,仅用于学习交流;若内容存在侵权,请进行举报,或
联系我们 删除。