OpenVINO2022 Dev Tools安装与使用-德赢Vwin官网网

引言

OpenVINO2022版本发布之后，对之前旧版本的功能做明确的划分，其中仍然通过exe方式安装程序的是runtime推理包，支持ONNX、IR、PADDLE等模型读取与推理。但是模型优化转换、模型库下载功能等其他功能被分在一个叫Dev Tool的部分。该部分可以通过pip方式直接安装，然后通过命令行直接直线，完成模型的转换，下载等操作，跟之前版本易用性有较大提升！做个对比如下：

Dev Tools安装与使用

Dev Tools安装非常方便，直接通过官方脚本命令行选择安装即可，唯一需要注意的是选择模型框架支持，我选择了ONNX/Pytorch格式转换支持，安装的命令行如下：

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

执行完这条命令行就算是安装好了，只要网络不挂就可以安装成功！安装完成，转换一个ONNX格式的模型为IR格式(xml/bin)文件，以Pytorch的ResNet18为例，先转换为ONNX，代码如下：

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)

然后直接运行命令行就可以转换IR格式文件，截图如下：

模型下载

安装完成Dev Tools之后，下载模型，只要执行命令行即可：举例如下：

omz_downloader --name person-detection-0200

表示下载模型person-detection-0200是一个轻量化的人脸检测模型。omz_downloader支持的参数：

--all表示下载全部模型，建议别这么干！--name 下载一个或者多个指定名称的模型，推荐这么干！--precisions 表示下载的模型精度参数，支持FP32/FP18/INT8

Python SDK使用

对比之前Python版本的SDK，好用了不少，最明显的感受就是不用读输入输出，然后一堆设置了，对单个输入输出的网络，调用就特别的简洁更方便！开发者更加容易上手！上面我已经成功转换一个pytorch图像分类模型为IR格式，现在就可以使用它，基于OpenVINO2022版本最新Python SDK部署调用，实现代码如下:

#加载标签数据
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()