OpenVINO2022计算机视觉模型部署与加速教程

OpenVINO2022计算机视觉模型部署与加速教程

学习地址1：https://pan.baidu.com/s/1j0hr2AI7IQBIBR_D7UkEug 提取码: vfq1

学习地址2：https://share.weiyun.com/qPIH3bzY 密码：v6ytaw

分享OpenVINO2022安装部署视频教程——《OpenVINO2022计算机视觉模型部署与加速教程》，附带源码+模型文件+思维导图下载！

自推出以来OpenVINO一直紧随AI的技术发展，保持着高频的迭代更新，来解决各行各业开发者提出的各种需求和面临的挑战。这次版本迭代，从2021.4到2022.1，改动很大，可以说是迄今为止最重大的更新。

最新版本精简了安装包和运行时库，添加了Auto-Device Plugin、MO参数简化等一系列的有利于开发者快速上手的功能，也官宣了对Paddle Paddle的正式支持，其他还有推理API的改进等等，有兴趣可以查看官网文档，这里不一一而论。

配置OpenVINO2022开发环境

主要是针对C++部分，使用VS2017配置。这部分跟以前没有太大差异，同样需要配置包含目录，库目录与附加依赖项添加，跟环境变量，这几个部分的配置分别如下：

若你同我一样默认安装路径直接复制即可(无需任何改动，复制进去直接回车即可)

包含目录

C:\Program Files (x86)\Intel\openvino_2022\runtime\include;C:\Program Files (x86)\Intel\openvino_2022\runtime\include\ie;C:\Program Files (x86)\Intel\openvino_2022\runtime\include\ngraph;C:\Program Files (x86)\Intel\openvino_2022\runtime\include\openvino

应用要想强大，性能表现很重要。2021.2 版本的 OpenVINO，针对使用Tensorflow Quantization-Aware（对权重进行逐通道量化）方式训练的模型，模型优化器新增了相应的逐通道量化支持，以高效的模型压缩，降低延时，提高性能。强大的应用，安全当然也是重中之重。2021.2 版本提供了全新的安全插件，使用安全打包和执行，控制模型的访问权限。该插件基于 KVM 虚拟机和 Docker 容器，部署起来快速方便。此外，对于 Red Hat Enterprise Linux (RHEL) 8.2 的支持，让 OpenVINO 的应用场景更加广泛。

OpenVINO Model Server 是针对部署的高性能可扩展工具，其中的部署管理器（Deployment Manager）可以创建最小部署包，将推理程序部署到不同硬件设备中，包括英特尔的凌动、酷睿、至强、IRIS PRO显卡、Movidius、GNA 以及 ARRiA 等多种计算硬件。