OpenVINO開發(fā)配置應(yīng)必備哪些基礎(chǔ)知識？

通過第一篇文章我們已經(jīng)了解什么是OpenVINO，它的諸多功能與全應(yīng)用場景支持人工智能落地的能力。本篇我們將重點介紹OpenVINO開發(fā)流程與開發(fā)必備的基礎(chǔ)知識與相關(guān)API函數(shù)對象。

環(huán)境配置

在具體介紹OpenVINO開發(fā)流程與開發(fā)必備基礎(chǔ)知識之前，我們首先需要配置好OpenVINO的開發(fā)環(huán)境，這里我們以Win10系統(tǒng)下OpenVINO C++/Python SDK開發(fā)與應(yīng)用集成為例來完成整個教程的配置與代碼演示?；赩S2017+OpenVINO2021.02版本的環(huán)境配置可以總結(jié)為如下幾個步驟：

1. 打開VS2017，新建一個控制臺應(yīng)用，圖示如下：

圖1

2. 打開屬性管理器

打開屬性管理器，選擇x64/release然后配置包含路徑，庫路徑、通過鏈接器添加lib文件，這部分的配置圖示如下：

包含目錄配置

庫路徑配置

鏈接器：

圖2

opencv_calib3d451.lib

opencv_core451.lib

opencv_dnn451.lib

opencv_features2d451.lib

opencv_flann451.lib

opencv_gapi451.lib

opencv_highgui451.lib

opencv_imgcodecs451.lib

opencv_imgproc451.lib

opencv_ml451.lib

opencv_objdetect451.lib

opencv_photo451.lib

opencv_stitching451.lib

opencv_video451.lib

opencv_videoio451.lib

inference_engine.lib

inference_engine_c_api.lib

inference_engine_ir_reader.lib

inference_engine_legacy.lib

inference_engine_lp_transformations.lib

inference_engine_onnx_reader.lib

inference_engine_preproc.lib

inference_engine_transformations.lib

最后配置環(huán)境變量，添加以下環(huán)境變量到系統(tǒng)的path中去，圖示如下：

對于開發(fā)環(huán)境配置環(huán)節(jié)，如果還有不清楚的，可以參考OpenVINO中文社區(qū)的技術(shù)自愿者分享的視頻，地址如下：

https://www.bilibili.com/video/BV1Hz4y1U7g6

設(shè)備查詢與開發(fā)基礎(chǔ)知識

完成上述配置以后，重啟VS2017，創(chuàng)建一個新的cpp文件，添加下面的代碼到cpp文件中

運行結(jié)果如下：

圖3

上述控制臺輸出來自InferenceEngine::Core的設(shè)備查詢函數(shù)GetAvailableDevices，它可以查詢當(dāng)前系統(tǒng)支持IE推理的硬件支持，該函數(shù)如下：

std::vector<:string style="font-size: inherit;color: inherit;line-height: inherit;">InferenceEngine::GetAvailableDevices() const

參數(shù): 無

返回的支持設(shè)備的列表vector

下面的就是加載圖像與顯示圖像，使用的兩個函數(shù)來自O(shè)penVINO中的OpenCV組件支持，兩個相關(guān)函數(shù)如下：

讀取圖像

Mat cv::imread(
const String & filename,
int flags = IMREAD_COLOR
)

參數(shù) filename表示文件路徑(包含文件名)

第二個參數(shù)為默認(rèn)參數(shù)

加載成功返回的圖像像素的矩陣數(shù)據(jù)結(jié)構(gòu)Mat，默認(rèn)讀取加載為彩色圖像，三個通道順序為BGR。

顯示圖像

void cv::imshow(
const String & winname,
InputArray mat
)

參數(shù) winname表示窗口名稱，本例中為“輸入窗口”

參數(shù) mat表示圖像矩陣Mat(顯示圖像的內(nèi)存表示)

最終執(zhí)行結(jié)果圖上圖3所示。對上述代碼，我們可以通過進一筆的簡化，要知道在C++11中，聲明類型可以自動識別，通過auto來表示可以避免代碼過長，同時支持for循環(huán)的時候通過auto自動識別每個item的類型，所以上述查詢設(shè)備與打印部分的代碼：

nferenceEngine::Core ie;
std::vector<:string style="font-size: inherit;color: inherit;line-height: inherit;">devices = ie.GetAvailableDevices();
for (std::string name : devices) {
std::cout << "device name: " << name << std::endl;
}

改寫為如下的代碼：

InferenceEngine::Core ie;
auto devices = ie.GetAvailableDevices();
for (auto name : devices) {
std::cout << "device name: " << name << std::endl;
}

這樣看上去代碼就會比之前的整潔更加直觀一點。在OpenVINO SDK C++的開發(fā)中，有很多類別的聲明都很長，我們可以通過使用C++11支持的自動類型識別關(guān)鍵字auto來減少不必要的代碼書寫，提高編碼效率。此外類InferenceEngine::Core類是表示整個IE引擎的實例，支持從模型加載、輸入與輸出格式獲取與設(shè)置、模型的推理與后處理等一系列的操作。關(guān)于如何使用InferenceEngine::Core實現(xiàn)模型推理的流程與相關(guān)API方法函數(shù)解釋。

編輯：jq