當前位置:網站首頁>步步截圖,超詳細的深度學習環境配置(下)openVINO-LabelIMG-tensorflow detection API

步步截圖,超詳細的深度學習環境配置(下)openVINO-LabelIMG-tensorflow detection API

2022-01-27 17:27:06 翼達口香糖

步步截圖,超詳細的深度學習環境配置(下)openVINO-LabelIMG-tensorflow detection API

首先我們來說一下這一次的安裝,其實openvino這個是選裝的,這個軟件主要是用於在X86框架下的一個芯片的一個模型開發,它可以使你在沒有gpu的情况下在CPU獲得一個不錯的性能。而labelimg是用來做圖片標注的,tensor flow API是應用程序的調用接口,就是預先定義的函數,可以幫助我們快速調用例程而不需要訪問源碼或者無需理解內部的工作機制,對於工程師來說比較友好。

這個價值對於很多工程師來說價值會比上一篇的大,可以幫助工程師靈活簡單地運用模型

首先來看下openVINO的安裝。

openVINO安裝

下面是官網的地址
https://software.intel.com/en-us/openvino-toolkit
請添加圖片描述

在這裏,你點擊下載以後,你會進入到一個配置的頁面.可以根據你的硬件條件去選擇,這裏我們用的環境是window系統的線下版本,然後填下你的個人資料就可以下載了
請添加圖片描述

請添加圖片描述

這裏直接選擇默認的地址,後面會方便找。
請添加圖片描述

我們開始我們的安裝

請添加圖片描述
整體都不動,默認的方式去安裝
請添加圖片描述

默認安裝
請添加圖片描述
安裝成功後你會出現這頁面,提示你的cmake、microsoft VS 、python 沒有被檢測到,別擔心,後面我們就會逐一下載然後添加到變量中去。
請添加圖片描述

cmake下載

下面是官網的下載鏈接。點進去就可以
https://cmake.org/
請添加圖片描述
當你點擊下載後有多個版本,注意需要選擇文件名為.msi後綴的那個版本,因為這樣子我們可以在安裝過程中把cmake添加到PATH中。
請添加圖片描述
開始安裝
請添加圖片描述

這裏選擇第二個,把它添加到系統變量PATH中去
請添加圖片描述
然後一路默認完成安裝
請添加圖片描述

安裝Microsoft Visual Studio

下面是官網的鏈接,直接點開,然後你需要登錄你自己的微軟賬戶,就可以進入到下載的頁面,版本看自己的選擇

https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/
請添加圖片描述
請添加圖片描述

選擇好版本就可以下載了
請添加圖片描述
當你打開安裝包就一路默認到下面這個頁面,鉤上.NET桌面開發、使用C++的桌面開發、通用Windows平臺開發三個選項
請添加圖片描述
然後就開始了漫長的等待,然後安裝完成重啟一下電腦
請添加圖片描述

值得注意的是,如果使用英特爾顯卡的話需要檢查一下版本,版本應該大於25.20.100.6444
請添加圖片描述
請添加圖片描述

接下來就是環境變量的添加了
請添加圖片描述

點擊下方的環境變量
請添加圖片描述

然後編輯下方的系統變量編輯
請添加圖片描述

變量值寫你自己在C盤中找到external\hddl、opencv、-inference_engine
比如說我的
C:\Program Files (x86)\Intel\openvino_2021.4.689\deployment_tools\inference_engine\external\hddl

請添加圖片描述
請添加圖片描述
請添加圖片描述

同時你還需要在系統變量PATH那裏點開來編輯,插入這五個
%IE_DIR%\bin\intel64\Release
%OPENCV_DIR%\lib
%HDDL_INSTALL_DIR%\bin
%IE_DIR%\bin\intel64\Debug
%OPENCV_DIR%\bin
在這裏插入圖片描述

tensorflow object detection API安裝測試

首先來介紹一下這個是什麼吧,他是一個在tensorflow基礎上開發出來的,用於計算機視覺領域,實現在圖像檢測中並定比特多個圖像物體的軟件框架。基於這個框架,可以快速的創建,訓練和部署目標檢測模型

首先,第一步,我們需要創建一個文件夾,然後用來把所有訓練的文件放在一起,這裏我們可以起一個名字叫做tf_train,然後在這個文件夾下創建兩個文件,然後我們會後面會把文件進行分類儲存,方便模型的部署和管理。他們分別是addons workspaces

models等會我們會通過git工具下載

請添加圖片描述

GIT下載models
然後我們在之前已經裝好了Git工具,現在只要我們單擊空白處右鍵,然後再右鍵單擊後,你就可以看到有一個git bash here,你運行這個程序,然後我們會用這個程序從GitHub來下載我們所需要的代碼
請添加圖片描述
打開以後在下面輸入這條指令
git clone -b r1.13.0 https://github.com/tensorflow/models.git
來下載相關源代碼
請添加圖片描述

然後你的文件夾就會和上面的一樣了。

安裝python所依賴的軟件包
現在我們的環境中還缺點的東西,比如說想畫圖,沒有matplotlib,那麼我們通過anaconda來安裝。
請添加圖片描述
我們還是和上篇一樣,打開anaconda後點開environment然後點小三角形,然後open terminal打開終端,在這裏輸入下圖指令

pip install matplotlib pillow lxml contextlib2 cython opencv-python

請添加圖片描述

下圖錶示已經安裝成功
請添加圖片描述

然後我們還需要配置環境變量,還是老樣子在你的win的設置搜索變量兩個字就可以看到編輯系統環境變量了,然後啟動,你可以看到如下圖,點環境變量,新建一個系統變量,注意是系統變量不是用戶變量。
請添加圖片描述
按照我下面這兩個填寫,兩個是一個過程截圖了兩章,第二章圖後面沒有東西了
請添加圖片描述
請添加圖片描述

然後安裝COCO API
這是用來幹什麼的呢?它是用來評估我們tensor flow的工具的,想想要使用的話就可以使用安裝pycocotools,具體步驟這樣子

首先下載一個 VIsual C++ 2015編譯工具visualcppbuildtools_full.exe

下載鏈接為https://go.microsoft.com/fwlink/?LinkId=691126

(其實不下好像也沒影響,不知道是不是我電腦之前裝了)

然後你在之前我們創建的addons 文件裏面,用右鍵點開,還是用GIT工具,直接點開git bash here,輸入下圖指令後就可以啟動安裝

git clone https://github.com/philferriere/cocoapi.git
請添加圖片描述
下載完就可以了,然後你檢測一下你的addans文件夾裏面有東西就可以
請添加圖片描述
接下來你要進入到終端安裝了,你點開你的電腦那個WIN的LOGO,然後在程序中找到anaconda prompt,然後右擊點以管理員身份運行終端,也可以直接在程序搜索框中搜這個anaconda prompt,把終端打開,輸入以下命令

condo activate tf_gpu
激活虛擬環境
cd D:\tf_train\addons\cocoapi\pythonAPI
然後切換路徑
python setup.py install
運行脚本

成功後你直接在終端輸入python,啟動環境去調用一下這個軟件,如果成功就沒問題了,import pycocotools調用下看看行不行
請添加圖片描述

編譯proto文件

在運行TF API前應該編譯proto,進入到tf_train\models\research文件夾。然後文件夾地址輸入cmd,在終端輸入如下命令

for /f %i in (‘dir /b object_detection\protos*.proto’) do protoc object_detection\protos%i --python_out=.請添加圖片描述

完成編譯。

接下來講下labelimg,這個是一個圖片標注軟件。我把這個軟件包上傳到我的資源下面了,可以直接下載來使用,解壓後你會得到一個文件夾然後點開裏面有個像磁盤的東西,然後點開就可以用了。後面的博客可能會講到,但是這個是不難的。建議把他放在addons那個文件夾下

在這裏插入圖片描述

版權聲明
本文為[翼達口香糖]所創,轉載請帶上原文鏈接,感謝
https://cht.chowdera.com/2022/01/202201271727056127.html

隨機推薦