参考：https://www.bilibili.com/video/av98553542/
YOLO v3：DarkNet框架转 OpenVINO框架

1、 openvino

openvino是英特尔推出的一套基于深度学习的计算机视觉加速优化框架，
用二代神经计算棒NCS2,就从openvino开始。
（NCSDK对应的是NCS1，在这篇博客有一个对比

可以看到，要用NCS加速要用openvino，而openvino只支持一些特定的框架（不包括yolov3的darknet和pytorch，所以各种模型的转换是很重要的一步）

在官网下载工具包，然后配置环境变量，安装一些基本的库，都比较简单，一步一步照着来就可以，官网的教程都非常详细，甚至可以直接看中文版：
我是用了linux的版本。
**有一步是装Configure the Model Optimizer, 是装tensorflow的一些依赖项，会报各种奇奇怪怪python、pip等等的错误，各种版本问题，就很迷惑
多谷歌一下吧e.mm
安好以后可以通过简单的例子测试

神经计算棒

2代的计算速度有1代的八倍

2、模型转换

（1）将YOLOv3模型转化为tensorflow的pd模型
https://github.com/mystic123/tensorflow-yolo-v3
解析darknet模型并转化
这个跟环境关系可能还挺大的
开始报错

就奇奇怪怪的错吧
后来重新认真配置了一下环境装了tensorflow
一定要注意版本问题
我成功的环境是
anaconda+python3.6+tensorflow_gpu==1.9.0
要安装Pillow（也就是PIL）
然后运行命令完成.weight–>.pb的转换

python convert_weights_pb.py --weights_file
weight/yolo/yolov3.weights --class_names weight/yolo/obj.labels --tiny True
--size 416 --data_format NHWC --output_graph yolov3.pb

这些参数作者在github上有提到，根据需要改就行，要用神经计算棒一定要改的应该是data_format

（2）用openvino将tensorflow版本的yolov3转换成可以调用的模型IR（.pb->xml+bin)
（FP16或者FP32不同精度）

python3 /opt/intel/openvino/deployment_tools/model_optimizer/mo_tf.py --input_shape
[1,416,416,3] -m yolov3.pb --reverse_input_channels
--tensorflow_use_custom_operations_config yolov3.json -n yolov3 --data_type
FP16

在官网有这些参数的解释
要用神经棒二代，需要加载fp16精度的模型，并且把device换成MYRIAD
（3）测试
可以用官方提供的代码，之前可能在在这里插入代码片目录下可以找到，可能版本升级了，反正我是没有
可以用github里opencv提供的Open Model Zoo中的示例代码下
https://github.com/opencv/open_model_zoo/blob/master/demos/python_demos/object_detection_demo_yolov3_async/object_detection_demo_yolov3_async.py

python object_detection_demo_yolov3_async.py -m yolov3.xml -i dog.jpeg -d MYRIAD

Error1

File "/opt/intel/openvino_2020.3.194/python/python3.6/openvino/inference_engine/__init__.py", line 1, in <module>from .ie_api import *
ImportError: dynamic module does not define init function (initie_api)

改成python3就好了
Error2

E: [ncAPI] [    742535] [python3] ncDeviceOpen:1003  Failed to find booted device after boot
Traceback (most recent call last):File "object_detection_demo_yolov3_async.py", line 359, in <module>sys.exit(main() or 0)File "object_detection_demo_yolov3_async.py", line 230, in mainexec_net = ie.load_network(network=net, num_requests=2, device_name=args.device)File "ie_api.pyx", line 178, in openvino.inference_engine.ie_api.IECore.load_networkFile "ie_api.pyx", line 187, in openvino.inference_engine.ie_api.IECore.load_network
RuntimeError: Can not init Myriad device: NC_ERROR

运行一下测试文件看available device是啥

参考前面的安装教程，确认一下MYRIAD安好没有
好好看官方教程！
在除 CPU 之外的其他硬件上运行示例应用时，需要执行额外的硬件配置步骤
https://software.intel.com/content/www/us/en/develop/articles/get-started-with-neural-compute-stick.html
感觉是硬件问题，从头开始解决
lsusb看能不能识别到
然后参考这篇找到了解决方法，这个迷惑的操作其实我也没太看懂
http://www.jwrr.com/ncs2-1/
但是hello_query_device能看到MYDRAID了
说明这时候可以识别到设备
然后重新硬件配置
重启
然后又识别不到MYDRAID了？？？

3、推理模型

二代神经计算棒NCS2+YOLOv3+ROS加速目标检测相关推荐

树莓派摄像头 C++ OpenCV YoloV3 实现实时目标检测
树莓派摄像头 C++ OpenCV YoloV3 实现实时目标检测本文将实现树莓派摄像头 C++ OpenCV YoloV3 实现实时目标检测,我们会先实现树莓派对视频文件的逐帧检测来验证算法流程, ...
计算机视觉：基于YOLO-V3林业病虫害目标检测
计算机视觉:基于YOLO-V3林业病虫害目标检测卷积神经网络提取特征根据输出特征图计算预测框位置和类别建立输出特征图与预测框之间的关联计算预测框是否包含物体的概率计算预测框位置坐标计算物体 ...
YOLOv3实现鱼类目标检测
YOLOv3实现鱼类目标检测我将以一个项目实例,记录如何用YOLOv3训练自己的数据集. 在开始之前,首先了解一下YOLO系列代表性的DarkNet网络. 如下图所示,是YOLOv3中使用的Dark ...
手把手教你用yolov3模型实现目标检测教程(一) - 环境配置
手把手教你用yolov3模型实现目标检测(一) 写在前面: 由于项目需要,使用yolov3模型做了各种现实场景物体的目标检测.做完了过了好长时间,感觉有些遗忘,还是该留下点东西,方便自己查找,也希望能 ...
基于yolov3的行人目标检测算法在图像和视频中识别检测
资源下载地址:https://download.csdn.net/download/sheziqiong/85772186 资源下载地址:https://download.csdn.net/downl ...
开源|RT-Thread 搭配 ROS 实现目标检测小车完结篇
往期回顾: RT-Thread智能车目标识别系统连载教程--手写体识别模型 (1) RT-Thread智能车目标识别系统连载教程--训练卷积神经网络模型(2) RT-Thread智能车目标识别系统连载 ...
yolov3权重_目标检测之 YOLOv3 (Pytorch实现)
1.文章目的 Github上已经有YOLOv3 Pytorch版本的实现,但我总觉得不是自己的东西直接拿过来用着不舒服.想着自己动手丰衣足食,因此,本文主要是出于学习的目的,将YOLO3网络自己搭建一 ...
北京 | 免费高效训练及OpenVINO™加速推理深度学习实战，送Intel神经计算棒二代...
当今人工智能时代,深度学习极大得促进了计算机视觉技术的快速应用和成熟,也是算法工程师们必须掌握的一项技能,然而,不同环境的依赖部署,高算力的需求,海量数据量需求及算法应用高硬件成本也让深度学习陷入了规 ...
目标检测—基于Yolov3的目标检测项目实战（学习笔记）
最近在学习tensorflow,尝试运行学习了github上基于yolov3的一个目标检测项目,此算法可对视频.图片.摄像头实时进行检测,本文主要讲述了,在windows电脑上,复现这一目标检测项目的 ...
LattePanda的Ubuntu虚拟机里安装评测OpenVINO和Intel计算棒NCS2
最近在调研一款嵌入式的平台,想用作深度学习推理的实现部署,要求尺寸尽量小巧,功耗要尽量低,而且要能够承担一定复杂度的深度学习的算法实现. 恰巧参加一个活动,主办方提供了拿铁熊猫LattePanda和I ...

二代神经计算棒NCS2+YOLOv3+ROS加速目标检测

1、 openvino

2、模型转换

3、推理模型

二代神经计算棒NCS2+YOLOv3+ROS加速目标检测相关推荐

最新文章

热门文章