Da ich OpenVINO zum Anfassen genommen habe, war ich süchtig danach, als ich versuchte, es auf meinem Heim-PC auszuführen, also werde ich es mir notieren. Die praktische Arbeit wurde mit dem Raspberry Pi + Neural Compute Stick durchgeführt. (Weil Intel CPU benötigt wird) Ich habe das Verfahren unter Bezugnahme auf diese Site Deep Learning beginnend mit OpenVINO befolgt, war jedoch besorgt über einen Laufzeitfehler bei der Gesichtserkennung in Echtzeit. Ich hoffe, es wird eine Lösung für diejenigen sein, die ähnlich süchtig danach sind.
OpenVINO ist ein Toolkit zur einfachen Realisierung von Computer Vision und Deep Learning Inferenz in visuellen Anwendungen am Rande. OpenVINO Toolkit
In der OpenVINO-Bibliothek ist ein Fehler aufgetreten. Ich habe mit StackOverflow usw. gesucht, aber keiner von ihnen wurde gelöst.
{'data': <openvino.inference_engine.ie_api.InputInfo object at 0x1054d3578>}
<openvino.inference_engine.ie_api.IEPlugin object at 0x1054d34a8>
Traceback (most recent call last):
File "sample.py", line 19, in <module>
exec_net = plugin.load(network=net)
File "ie_api.pyx", line 547, in openvino.inference_engine.ie_api.IEPlugin.load
File "ie_api.pyx", line 557, in openvino.inference_engine.ie_api.IEPlugin.load
RuntimeError: Unsupported primitive of type: PriorBoxClustered name: fc7_mbox_priorbox
Der Ort, an dem der Fehler auftritt, ist plugin.load (). Der Modelldateipfad ist korrekt und die Datei ist vorhanden. (Ich habe oft nachgesehen) Es gab eine Erklärung, dass Sie die FP32-Version auf Ihrem PC verwenden sollten, aber der Fehler hat sich auch mit der FP16-Version nicht geändert.
#Modell laden
net = IENetwork(model='FP32/face-detection-retail-0004.xml', weights='FP32/face-detection-retail-0004.bin')
exec_net = plugin.load(network=net)
Bei Verwendung der CPU benötigte add_cpu_extension () eine zusätzliche Bibliothek.
#Angeben des Zielgeräts
plugin = IEPlugin(device="CPU")
plugin.add_cpu_extension('/opt/intel/openvino/deployment_tools/inference_engine/lib/intel64/libcpu_extension.dylib')
Stellen Sie den Pfad entsprechend Ihrer Umgebung ein. Wenn Sie die Umgebung gemäß dem Verfahren erstellen, erhalten Sie den obigen Pfad.
Informationen zur Verwendung der integrierten Kamera mit dem MacBook finden Sie im Folgenden. Video von der in Mac integrierten Kamera mit Python aufnehmen
cap = cv2.VideoCapture(0)
Der OpenVINO-Laufzeitfehler wurde behoben und die Echtzeiterkennung mit der Kamera ist jetzt möglich. Zunächst möchte ich verschiedene Dinge mit dem vorbereiteten Modell ausprobieren.
Recommended Posts