在博客《适用于openvino 2020.2的yolov5的docker制作》中,我们给出了yolov5 4.0 训练的.pt模型到ir文件的转换全过程,下载其中的docker直接用也行。

这里,我们将给出在win7环境下,安装openvino2020.2,用cpu成功运行yolov5 4.0的全过程。

配置:重装过系统的win7电脑,i7-5500u,内存8G

注意:因为其中涉及到vitural studio的安装,你的电脑最好是重装过的干净系统,当然,我的电脑上虽然安装了,没有成功启动vs,也不影响openvino的运行。

注意:以下软件按照顺序安装!

1、安装net framework

迅雷地址:ed2k://|file|mu_.net_fx_4_6_2_for_win_7sp1_8dot1_10_win_server_2008sp2_2008r2sp1_2012_2012r2_x86_x64_9058211.exe|62008080|D36FDF083FF2970FD8B0080664AD32C6|/

2、安装visual studio 2017下载地址:

下载地址:vs2017社区版|Visual Studio 2017 中文社区版 下载 - 多多软件站

安装时勾选windows的三个选项,如图

其余默认即可。

3、安装anaconda3

下载地址:https://repo.anaconda.com/archive/Anaconda3-2021.05-Windows-x86_64.exe

打开ananconda prompt,依次执行以下命令,安装python3.7和pytorch1.8

conda create -n pytorch1.8_py3.7_cpu python=3.7 -y conda activate pytorch1.8_py3.7_cpuconda install pytorch torchvision torchaudio cpuonly -c pytorch-lts -y

4、安装cmake

下载地址(选择window版本.msi):Download | CMake

如果系统变量配置好了,请重启。

5、安装openssl

下载地址:Win32/Win64 OpenSSL Installer for Windows - Shining Light Productions

选择完整版的,如图

6、安装openvino2020.2

下载地址(选择windows系统):Download the Intel® Distribution of OpenVINO™ toolkit today

然后进入下载页面,选择2020 2 和 full package,如图

安装全部内容,可能会有未检测到python报警,不过没有关系,直接安装即可。

7、测试openvino

7.1 以管理员身份打开anaconda prompt,效果如下

7.2 切换到pytorch1.8_py3.7_cpu环境

conda activate pytorch1.8_py3.7_cpu

7.3 找到openvino安装目录,如图

我的安装目录是 D:\openvino\openvino

7.4 在prompt窗口中进入这个目录,并进入openvino_2020.2.117\bin文件夹,执行以下命令

cd openvino_2020.2.117/binsetupvars.bat

这个命令用来初始化openvino环境,输出如下

7.5 退回到openvino_2020.2.117目录,进deployment_tools\model_optimizer\install_prerequisites目录,下载.onnx依赖,

cd ..cd deployment_tools\model_optimizer\install_prerequisitesinstall_prerequisites_onnx.bat

依赖安装好后,画面如下

黄色字体提示将python3.7放进系统环境变量,将提示的地址添加即可。要使其生效需要重启。

7.6 退回到openvino_2020.2.117目录,进入deployment_tools\demo,依次执行以下命令

cd ..cd ..cd demodemo_squeezenet_download_convert_run.batdemo_security_barrier_camera.bat

在执行demo_squeezenet_download_convert_run.bat时可能会遇到报错,如图

这是由于raw.githubusercontent.com链接不上导致无法下载squeezenet1.1,需要更新该地址,方法如下

Step1: 在ipaddress中输入raw.githubusercontent.com,查看对应的ip地址,目前的ip地址如下

  • 185.199.108.133
  • 185.199.109.133
  • 185.199.110.133
  • 185.199.111.133

顺便看下download.01.org对应的ip地址,目前的ip地址如下

  • 104.78.245.71

Step2: 在C:\Windows\System32\drivers\etc文件夹中,用记事本打开host文件,在文件末尾添加如下字段保存即可

185.199.108.133 raw.githubusercontent.com
185.199.109.133 raw.githubusercontent.com
185.199.110.133 raw.githubusercontent.com
185.199.111.133 raw.githubusercontent.com
104.78.245.71 download.01.org

Step3: 重新运行上述命令。

上述改ip的方法并未成功。其实也没关系,不影响后面使用。

8、使用推理

综合前面所有的内容,现将完整的使用流程阐述如下

8.1. 在docker中训练数据并转成需要的.xml和.bin文件,参考博客《适用于openvino 2020.2的yolov5的docker制作》

8.2. 下载前向推理代码(内含海康sdk,可根据需要用rtsp拉流)

本人的资源“openvino版yolov5.zip”,解压到本地,改文件夹名称为“openvino_yolov5”。

8.3. 修改代码

将训练得到的last.bin和last.xml替换下载文件夹中的同名文件。

用记事本打开main_detection.py, 拉到最下面,改成你自己摄像头的admin,password和ip。

8.4. 用管理员身份打开anaconda prompt,执行以下命令

conda activate pytorch1.8_py3.7_cpu

8.5. 进入你自己的openvino安装目录,初始化openvino环境

cd openvino_2020.2.117/binsetupvars.bat

8.6. 在anaconda prompt窗口中,进入代码所在文件夹(我的直接下载在D盘,D:\openvino_yolov5),运行main_detection.py即可

cd D:\openvino_yolov5python main_detection.py

画面效果如下,当然也有视频画面(单位办公场所,不便放出,见谅)

参考教程:Visual Studio 2017下载地址和安装教程(图解版)_《好好先生》专栏-CSDN博客

win上部署基于openvino2020.2的yolov5算法相关推荐

  1. [原创]在HP DL380 G7服务器上部署基于Ubuntu Server 16.04 和 VirtualBox的云平台

    对于一线开发人员来说,一提到虚拟机平台,往往会让人联想到在价格昂贵的服务器上部署VMware vSphere之类软件来实现. 笔者作为一个资深码农,也是一直梦寐着在自己家中打造一个真正的家庭私有云,秒 ...

  2. mahout demo——本质上是基于Hadoop的分步式算法实现,比如多节点的数据合并,数据排序,网路通信的效率,节点宕机重算,数据分步式存储...

    摘自:http://blog.fens.me/mahout-recommendation-api/ 测试程序:RecommenderTest.java 测试数据集:item.csv 1,101,5.0 ...

  3. 在IIS上部署基于django WEB框架的python网站应用

    django是一款基于python语言的WEB开源框架,本文给出了如何将基于django写的python网站部署到window的IIS上. 笔者的运行环境: Window xp sp3 IIS 5.1 ...

  4. 在CentOS上部署基于dnx/coreclr的ASP.NET 5应用程序

    在Ubuntu上写好了一个简单的ASP.NET 5应用程序,尝试将这个程序部署在没有mono环境的CentOS服务器上. 部署步骤如下: 1)安装libuv(KestrelHttpServer需要它) ...

  5. properties 配置回车_在Ubuntu上部署基于Docker的RSSHub,并配置SSL证书

    本文首发于简书,为同一作者 最近开始使用 RSS 这种信息聚合神器,再也不要打开各种 App 了.然而对于像微博.bilibili 这些不提供 RSS 订阅的网站还是有些头疼.于是尝试了 RSSHub ...

  6. java lstm pb_在Tensorflow Serving上部署基于LSTM的文本分类模型

    一些重要的概念 Servables Servables 是客户端请求执行计算的基础对象,大小和粒度是灵活的. Servables 不会管理自己的运行周期. 典型的Servables包括: a Tens ...

  7. 在Cent OS云服务器上部署基于TP5后端代码踩坑记录_艾孜尔江撰

    推荐使用镜像安装Cent OS系统,或者在纯净安装完成之后在完成Apache+MySQL+PHP的时候不要每个单独安装,因为这样会出一些三者之间版本不配的问题,网上各种说法都有,查起来也非常困难,版本 ...

  8. 如何在龙芯3B4000上部署基于.Net Core 开发的物联网平台IoTSharp

    今天很开心的拿到了龙芯的测试服务器账号, 先上图show一下, 双核, 8G内存, 50G硬盘. 架构 mips64el 登录后, 显示为 uos 及其网址信息: 接下来, 二话不说, 我们开始下载龙 ...

  9. 在CentOS7.2上部署基于PostgreSQL10的citus分布式数据库

    转自citusdata官网在线文档<Multi-node setup on Fedora, CentOS, or Red Hat> 在其基础上进行了些微的改动. This section ...

最新文章

  1. 生产指挥调度系统_市安全生产应急救援指挥中心将大型装载机械设备储备信息纳入应急指挥调度系统...
  2. 输入法按照选字频率排序的C语言程序算法,算法与数据结构之选择排序(C语言)...
  3. 20行python代码的入门级小游戏-200行Python代码实现的2048小游戏
  4. [渝粤教育] 重庆大学 电子商务 参考 资料
  5. Java集合之HashSet源码分析
  6. 树莓派Java程序运行_树莓派上Java程序作为linux服务并开机自动启动
  7. Kotlin学习笔记21 协程part1 基本概念
  8. Appium UiWatchers 监听解决各种非期待弹窗,弹层,弹弹弹等问题
  9. LightOJ 1038-Race to 1 Again(概率dp)
  10. 关于synchronized
  11. OkHttp中的设计模式之一:Builder模式
  12. mouseover 和 mouseenter
  13. php实现三级导航栏效果
  14. 系统缺少OBS Studio的运行时组件 解决方法
  15. 多智能体中的图论——多智能体的一致性(二)
  16. windows7台式计算机网线连接,win7台式机连接wifi的方法步骤详解(2)
  17. Google Colab V100 +TensorFlow1.15.2 性能测试
  18. 仓库温度湿度控制措施_仓库温度湿度控制管理制度
  19. Cookie、Session、Token与JWT解析
  20. 等额本息贷款每月还款金额推导过程

热门文章

  1. python文件输入符_python基础入门详解(文件输入/输出 内建类型 字典操作使用方法)...
  2. 数据结构 2-0 线性表总结
  3. test1 exam5定义一个可以精确表示年、月、日、小时、分、秒的结构体
  4. Tensorflow高级封装
  5. 机器学习笔记网盘分享
  6. ODrive踩坑(一)windows下使用环境的搭建,odrivetool及USB驱动的安装
  7. 剑指offer——21.调整数组顺序使奇数位于偶数前面
  8. Highcharts使用表格数据绘制图表
  9. 2-4 递增链表的插入 链表
  10. 8051、ARM、AVR