亚洲激情字幕免费A片和视频,黄色影片高清人疌无码

引言

OpenVINO2022版本發(fā)布之后，對之前舊版本的功能做明確的劃分，其中仍然通過exe方式安裝程序的是runtime推理包，支持ONNX、IR、PADDLE等模型讀取與推理。但是模型優(yōu)化轉換、模型庫下載功能等其他功能被分在一個叫Dev Tool的部分。該部分可以通過pip方式直接安裝，然后通過命令行直接直線，完成模型的轉換，下載等操作，跟之前版本易用性有較大提升！做個對比如下：

Dev Tools安裝與使用

Dev Tools安裝非常方便，直接通過官方腳本命令行選擇安裝即可，唯一需要注意的是選擇模型框架支持，我選擇了ONNX/Pytorch格式轉換支持，安裝的命令行如下：

pip install openvino-dev[onnx,pytorch]==2022.1.0

執(zhí)行完這條命令行就算是安裝好了，只要網(wǎng)絡不掛就可以安裝成功！安裝完成，轉換一個ONNX格式的模型為IR格式(xml/bin)文件，以Pytorch的ResNet18為例，先轉換為ONNX，代碼如下：

model = models.resnet18(pretrained=True) model.eval() model.cpu()
 dummy_input1 = torch.randn(1, 3, 224, 224) torch.onnx.export(model, (dummy_input1), "resnet_model.onnx", verbose=True)

然后直接運行命令行就可以轉換IR格式文件，截圖如下：

模型下載

安裝完成Dev Tools之后，下載模型，只要執(zhí)行命令行即可：舉例如下：

omz_downloader --name person-detection-0200

表示下載模型person-detection-0200是一個輕量化的人臉檢測模型。omz_downloader支持的參數(shù)：

--all表示下載全部模型，建議別這么干！--name 下載一個或者多個指定名稱的模型，推薦這么干！--precisions 表示下載的模型精度參數(shù)，支持FP32/FP18/INT8

Python SDK使用

對比之前Python版本的SDK，好用了不少，最明顯的感受就是不用讀輸入輸出，然后一堆設置了，對單個輸入輸出的網(wǎng)絡，調(diào)用就特別的簡潔更方便！開發(fā)者更加容易上手！上面我已經(jīng)成功轉換一個pytorch圖像分類模型為IR格式，現(xiàn)在就可以使用它，基于OpenVINO2022版本最新Python SDK部署調(diào)用，實現(xiàn)代碼如下:

#加載標簽數(shù)據(jù)
withopen('imagenet_classes.txt')asf:
labels=[line.strip()forlineinf.readlines()]


defresnet_demo():
ie=Core()
#model=ie.read_model(model="resnet_model.onnx")
model=ie.read_model(model="resnet_model.xml")
compiled_model=ie.compile_model(model=model,device_name="CPU")

output_layer=compiled_model.output(0)

means=np.zeros((224,224,3),dtype=np.float32)
means[:,:]=(0.485,0.456,0.406)
dev=np.zeros((224,224,3),dtype=np.float32)
dev[:,:]=(0.229,0.224,0.225)

image=cv.imread("D:/images/space_shuttle.jpg")
rgb=cv.cvtColor(image,code=cv.COLOR_BGR2RGB)

#resizetoMobileNetimageshape
input_image=cv.resize(src=rgb,dsize=(224,224))
blob_img=np.float32(input_image)/255.0
input_x=(blob_img-means)/dev
input_x=input_x.transpose((2,0,1))
input_x=np.expand_dims(input_x,0)
print(input_x.shape)

result_infer=compiled_model([input_x])[output_layer]
result_index=np.argmax(result_infer)
cv.putText(image,labels[result_index],(20,50),cv.FONT_HERSHEY_SIMPLEX,1.0,(0,0,255),2)

cv.imshow("OpenVINO2022+PythorchResNet18",image)
cv.waitKey(0)
cv.destroyAllWindows()


if__name__=="__main__":
resnet_demo()