Intel Neural Compute Stick 2代部署步骤
环境介绍:
我是win 7 64位系统,用VMware虚拟机装了个Ubuntu 16.04LTS 64位的linux系统;
接下来是参照Intel给的参考步骤开始部署2代NCS的工作环境。
官方资料:https://software.intel.com/en-us/articles/OpenVINO-install-Linux#set-the-envienment-variables
要求硬件:
- 6th-8th Generation Intel® Core™
- Intel® Xeon® v5 family
- Intel® Xeon® v6 family
- Intel® Pentium® processor N4200/5, N3350/5, N3450/5 with Intel® HD Graphics
- Intel® Movidius™ Neural Compute Stick
- Intel® Neural Compute Stick 2
- Intel® Vision Accelerator Design with Intel® Movidius™ VPUs
操作系统要求:
- Ubuntu* 16.04 long-term support (LTS), 64-bit
- CentOS* 7.4 or higher, 64-bit
- Yocto Project* Poky Jethro* v2.0.3, 64-bit (for target only)
当下述步骤都完成后则表明安装过程真正完成:
1.安装 外部软件依赖;
2.安装 Intel OpenVINO分布式工具包 的核心部分;
3.设置 OpenVINO的环境变量并更新 .bashrc;
4.配置Model Optimizer;
5.运行两个demo;
6.(可选)安装下面对应的软件或驱动:
Integrated Graphics
Intel® Movidius™ Neural Compute Stick (NCS) and Intel® Neural Compute Stick 2
Intel® Vision Accelerator Design with Intel® Movidius™ VPUs
安装步骤
先下载对应操作系统的OpenVINO工具包,我下载的是Linux版本的,文件名为:l_openvino_toolkit_p_2018.5.445.tgz (下载链接) ,该文件是免费下载的但需要先注册登录下;我在自己用户名 /home/csq下新建了个叫NCS的文件夹,将上述文件复制并解压到 /home/csq/NCS目录下了;
cd /home/csq/NCS
tar -zxf l_openvino_toolkit_p_2018.5.445.tgz
Step 1:安装 外部软件依赖
切到解压后的问价夹中然后下载与安装外部软件依赖项(OpenCV Intel优化版本,深度学习推理引擎,深度学习模型优化工具)
cd l_openvino_toolkit_p_2018.5.445
sudo -E ./install_cv_sdk_dependencies.sh
注:模型优化器有额外的用途,本文后面会讲到;
Step 2:安装OpenVINO 工具包核心组件
如果你之前已经安装过较早版本的包,请重命名或删除以下两个文件夹;
/home/<user>/inference_engine_samples
/home/<user>/openvino_models
下面是过程,推荐使用GUI图像界面向导方式安装,
(推荐)用GUI方式安装过程请运行指令:
sudo ./install_GUI.sh
用命令行方式安装请使用如下指令:
sudo ./install.sh
以下是GUI方式——
安装比较简单,差不多默认点Next就OK,也可以自定义安装路径。最后点击Finish就完成OpenVINO的安装;
如果你使用的是root账户安装,默认安装路径为: /opt/intel/computer_vision_sdk_<version>/
如果你使用的是一般用户(比如我就是这么操作),默认安装路径:/home/<user>/intel/computer_vision_sdk_<version>/
Step 3:设置 OpenVINO的环境变量并更新 .bashrc
在运行OpenVINO应用前需要更改一些环境变量;
运行如下指令:
source /opt/intel/computer_vision_sdk/bin/setupvars.sh
设置.bashrc
打开bashrc,加入 下面这行代码:
source /opt/intel/computer_vision_sdk/bin/setupvars.sh
保存并关闭bashrc后,任意打开一个终端,你会看到“[setupvars.sh] OpenVINO environment initialized” 这样的信息提示在终端界面上。
Step 4:配置Model Optimizer
该步骤非常重要,你必须配置至少一种框架。
你将预先训练好的模型通过模型优化器,你会得到一个网络的中间形态Intermediate Representation (IR),这个IR是描述模型的一对文件:
- .xml: Describes the network topology (描述网络拓扑结构)
- .bin: Contains the weights and biases binary data (含有权重与偏置值)
推理引擎读取,加载,推理 IR文件,使用CPU,GPU,VPU的API接口。
模型优化器是基于python的命令行工具(mo.py),位于/opt/intel/computer_vision_sdk/deployment_tools/model_optimizer.
支持:Caffe*, TensorFlow*, MXNet*, and ONNX* 训练的模型
模型优化器配置步骤如下:
我选择的是方式一,一次性对所有框架模型做配置。
方式一:切到Model Optimizer prerequisites 目录:
cd /opt/intel/computer_vision_sdk/deployment_tools/model_optimizer/install_prerequisites
执行如下命令为Caffe, TensorFlow, MXNet, Kaldi*, and ONNX这些模型都进行配置:
sudo ./install_prerequisites.sh
方式二:切到Model Optimizer prerequisites 目录:
cd /opt/intel/computer_vision_sdk/deployment_tools/model_optimizer/install_prerequisites
运行如下指令为你需要的模型框架做配置:
- For Caffe:
1
sudo
./install_prerequisites_caffe.sh
- For TensorFlow:
1
sudo
./install_prerequisites_tf.sh
- For MXNet:
1
sudo
./install_prerequisites_mxnet.sh
- For ONNX:
1
sudo
./install_prerequisites_onnx.sh
- For Kaldi:
1
sudo
./install_prerequisites_kaldi.sh
配置完成~
下图是运行./install_prerequistes.sh安装时遇到的问题,报:"Error on or near linr 72; exiting with status 1"你过你没遇到该问题则无视。
遇到的话可参考我的解决方法,
先执行sudo pkill -KILL appstreamcli
然后wget 两文件,见图
然后 dkpt 一行指令,见图
执行后再运行./install_prerequistes.sh则OK
安装OK,见下图,上述错误解决~
Step 5:运行两个demo验证OpenVINO是否安装配置完成
如果需要使用GPU和VPU,后续会讲到,当前步骤只使用CPU验证;
第一个例子:图像分类;
切到/opt/intel/computer_vision_sdk/deployment_tools/demo 目录下;
执行:
./demo_squeezenet_download_convert_run.sh
分类结果显示Top10的类别和置信度信息。
第二个例子,Inference pipeline例子
在/opt/intel/computer_vision_sdk/deployment_tools/demo/目录下执行
./demo_security_barrier_camera.sh
其工作流是:
1.先检测出车;
2.将检测到的车传到下一个模型检测车车的属性,例如车牌;
3.将车牌传入下一个网络,做字符识别;
测试结果如下——
为NCS2额外安装软件
Step 6: NCS USB驱动配置
将当前linux用户加入组:
sudo usermod -a -G users "$(whoami)"
安装USB rules:
cat <<EOF > 97-myriad-usbboot.rules
SUBSYSTEM=="usb", ATTRS{idProduct}=="2150", ATTRS{idVendor}=="03e7", GROUP="users", MODE="0666", ENV{ID_MM_DEVICE_IGNORE}="1"
SUBSYSTEM=="usb", ATTRS{idProduct}=="2485", ATTRS{idVendor}=="03e7", GROUP="users", MODE="0666", ENV{ID_MM_DEVICE_IGNORE}="1"
SUBSYSTEM=="usb", ATTRS{idProduct}=="f63b", ATTRS{idVendor}=="03e7", GROUP="users", MODE="0666", ENV{ID_MM_DEVICE_IGNORE}="1"
EOF
然后执行:
sudo cp 97-myriad-usbboot.rules /etc/udev/rules.d/
sudo udevadm control --reload-rules
sudo udevadm trigger
sudo ldconfig
rm 97-myriad-usbboot.rules
上述指令也可以通过如下指令同等效果实现:
cd <INSTALL_DIR>/install_dependencies/
./install_NCS_udev_rules.sh
在sudo ldconfig时如果遇到和我一样的错误(so.x不是符号连接~),可参考我图中的解决方法——
报的错误是一些so.X文件不是符号连接,我的解决方法是建立硬链接。
具体的解决请参考我的这篇文章:https://blog.csdn.net/c20081052/article/details/86070800
之后运行sudo ldconfig不再报错
然后将生成的97-usbboot.rules删除
上面结果表明驱动安装OK;
Step 7:测试NCS 安装是否OK
将神经计算棒插入电脑,然后执行如下指令:
cd ~/intel/computer_vision_sdk/deployment_tools/model_optimizer/install_prerequisites/
./install_prerequisites.shcd ~/intel/computer_vision_sdk/deployment_tools/demo
./demo_squeezenet_download_convert_run.sh -d MYRIAD
返回的图像分类结果如上。
你可以试试其他的一些例子,比如:调用摄像头做目标检测,人脸,表情,年龄,性别,姿态等检测。参考:https://software.intel.com/en-us/neural-compute-stick/get-started
Intel Neural Compute Stick 2代部署步骤相关推荐
- 如何在 Linux 上使用 Neural Compute Stick 2 运行 OpenVINO
首先,将神经计算棒 2 (NCS2) 插入 USB 端口.然后,在终端中,运行: Lsusb 您应该看到类似下面的内容: 总线 003 设备 009: ID 03e7:2485 英特尔 Movidiu ...
- Intel Movidius Neural Computer Stick 2使用(PC-Based Ubuntu)
接着博主前面的系列博客继续讲,这篇来介绍上Intel的第二代加速神经棒的使用,主要还是参考官网来配置.前面很多博客也都访问过多家公司的官网,比较下来,Intel的真的很强大,满满的技术感. Intel ...
- Ubuntu14.04下Neo4j图数据库官网安装部署步骤(图文详解)(博主推荐)
不多说,直接上干货! 说在前面的话 首先,查看下你的操作系统的版本. root@zhouls-virtual-machine:~# cat /etc/issue Ubuntu 14.04.4 LTS ...
- Ubuntu16.04下Neo4j图数据库官网安装部署步骤(图文详解)(博主推荐)
不多说,直接上干货! 说在前面的话 首先,查看下你的操作系统的版本. root@zhouls-virtual-machine:~# cat /etc/issue Ubuntu 16.04.1 LTS ...
- 英特尔宣布推出新的“ Compute Stick”-一种笔式驱动器大小的PC
After reading the title, you're surely thinking "-uh?". We don't blame you, we found ourse ...
- 树莓派4B与Intel Movidius计算棒2代实现深度学习应用加速
树莓派4B与Intel Movidius计算棒2代实现人脸识别加速实例 树莓派 树莓派介绍 教程 操作 换源部分: 安装cmake Intel 神经计算棒环境配置 Intel 神经计算棒简介 Open ...
- Ubuntu16.04下Mongodb官网卸载部署步骤(图文详解)(博主推荐)
不多说,直接上干货! 前期博客 Ubuntu16.04下Mongodb官网安装部署步骤(图文详解)(博主推荐) https://docs.mongodb.com/manual/tutorial/ins ...
- Storm集群安装部署步骤【详细版】
作者: 大圆那些事 | 文章可以转载,请以超链接形式标明文章原始出处和作者信息 网址: http://www.cnblogs.com/panfeng412/archive/2012/11/30/how ...
- kattle的java安装,Kettle自定义JDK版本(附Linux下安装部署步骤)
现需要在某台服务器上安装Kettle8.3,但该机器的JDK版本是JDK1.7,因此需要为Kettle单独指定 JAVA_HOME,方法如下: vi data-integration/set-pen ...
最新文章
- 【三分+枚举】LNOI2017 d1t1 期末考试
- react复制内容到剪贴板
- jQuery 基础教程 (三)之jQuery的选择器
- ruby三元操作符_在Ruby中使用操作符将元素添加到数组实例中
- 高速的二舍八入三七作五_京承高速收费“二舍八入 三七作五”
- AI创业营第三期拉开帷幕:生存训练+思想盛宴
- python是什么 自学-Python怎样自学?
- Java(面向对象OOP)
- 高并发编程系列:深入探讨ConcurrentHashMap
- 无80端口情况下使用 CertBot 申请SSL证书 并实现自动续期
- Android activity主题设置为dialog 样式
- 量化评价和质化评价举例_数据质量量化评价研究与实现
- 6.再来一题除法算术题
- 面向2018年的设计趋势
- 第三次查词E001-185-1203
- linux原理与应用 武汉大学,Linux原理与应用(计算机科学与技术系列教材)
- 在Linux系统中运行C语言程序
- 和小鲜肉相比,老程序员该由哪些优势?
- memcached的配置
- 名帖343 怀素 草书《王献之王洽王珣书评》
热门文章
- deepin更新失败_Deepin深度应用商店和系统更新不正常的解决方法
- 关于冗余和容错的一些总结(Redundancy and fault tolerance)
- 惠普136w耗材贵吗_销量第一:惠普136w和136nw区别哪个好?区别有吗?使用分享爆料...
- 如何能够让自己的博客被百度等搜索引擎搜索到
- Richard Steven
- rfid 标签内存_如何正确选择深圳rfid读写器厂家
- 电脑系统(U盘安装):装机版U盘启动制作教程(附安装包)
- 次世代建模到底怎么学呢?怎样才能高薪入职,如何不走冤枉路
- RAC VIP地址飘移
- 线下实体店铺会员引流的四种方法-未完待续