win10上安装测试环境进行测试
一、计算棒NCS 2
![1.jpg 1.jpg](https://static.assets-stash.eet-china.com/forum/202109/18/143904rni66aghf4yziw5x.jpg)
二、安装 OpenVINO
1.下载地址:https://software.seek.intel.com/openvino-toolkit?os=windows,填写好信息,下载full的那个,版本选择最新的。
2.需要装三个依赖vs2019、CMake、Anaconda3(全都是64位的)
【安装Anaconda】
由于之前安装过,这里省去此步安装。
【vs2019】
下载地址:https://visualstudio.microsoft.com/zh-hans/vs/,官网指出只能使用vs2015及以后,并且要有MSBuild。
【CMake】
Windows下CMake安装教程参考得是:
https://blog.csdn.net/u011231598/article/details/80338941
3.安装完成后设置环境变量。
这里参考openvino官网网址:
![2.png 2.png](https://static.assets-stash.eet-china.com/forum/202109/18/144027aoc5oyttx55orx1z.png)
设置完成后会出现下面的提示:
![3.png 3.png](https://static.assets-stash.eet-china.com/forum/202109/18/144054g0xcxgiigct5gat6.png)
这种方法的缺点是每次新打开一个命令行都要先跑以下这个设置环境变量,如果觉得麻烦想要手动设置永久的可以参考下面的链接:
https://www.intel.cn/content/www/cn/zh/support/articles/000033440/software/development-software.html
4.安装caffe,Tensor Flow,MAXNet等各种包,可以分开用哪个安装哪个,我这里用第一行代码直接安装全部包:
![4.png 4.png](https://static.assets-stash.eet-china.com/forum/202109/18/144147lwrueyi9u32mm3iz.png)
即为以下代码:
cd C:\Program Files(x86)\Intel\openvino_2021\deployment_tools\model_optimizer\install_prerequisites
install_prerequisites.bat
如下为安装过程:
![5.png 5.png](https://static.assets-stash.eet-china.com/forum/202109/18/144252w2iz13lou8t8nrhi.png)
![6.png 6.png](https://static.assets-stash.eet-china.com/forum/202109/18/144322yr42ng2rtczp4jrp.png)
5.使用神经计算棒下载安装下面脚本,
![7.png 7.png](https://static.assets-stash.eet-china.com/forum/202109/18/144403lmyjoj4kvogosjkz.png)
点击跳转到对应界面
![8.png 8.png](https://static.assets-stash.eet-china.com/forum/202109/18/144442fdjsdfzk3dmwqzud.png)
安装如下驱动,
![9.png 9.png](https://static.assets-stash.eet-china.com/forum/202109/18/144521fgmhczvm6v5zc51r.png)
安装后就可以把神经计算棒插电脑上了
6.对于python验证神经计算棒
cmd进入这个路径:
C:\ProgramFiles(x86)\Intel\openvino_2021.4.582\inference_engine\samples\python\hello_query_device
跑一下hello_query_device.py脚本
![10.png 10.png](https://static.assets-stash.eet-china.com/forum/202109/18/144604zup9am2pt9d2am29.png)
运行后可以看到:有CPU,GNA,GPU等等
![11.png 11.png](https://static.assets-stash.eet-china.com/forum/202109/18/144700pgiiyerrillyl5fk.png)
7.运行自己的程序:
![12.png 12.png](https://static.assets-stash.eet-china.com/forum/202109/18/144743zzc02cczlzl2lcez.png)
object_detection_sample_ssd.py-m face-detection-adas-0001.xml -i yangmi.jpg -d MYRIAD
即可作出识别。
8,测评结果。
计算棒NCS 2芯片的性能提升还是很不错的,加上功耗变低,使得在低算力或者低功耗的边缘计算场景下,十分给力。
![](static/image/filetype/pdf.gif)
全部回复 0