????????安裝openvino就是無限踩坑的流程，現(xiàn)在用兩種方式安裝完畢，分享一下經(jīng)驗。

新版OPENVINO需要安裝轉(zhuǎn)換模型的工具以及本體。下載鏈接如下

下載英特爾? 發(fā)行版 OpenVINO? 工具套件 (intel.cn)

1.工具的安裝

根據(jù)自己的需要選擇需要的模塊框架，用PIP安裝即可。

2.本體安裝

在同一頁面選擇運行時（runtime）的安裝，也是根據(jù)自己需要選擇。（本人第一次選擇歸檔文件安裝，第二次選擇git安裝，后面git安裝出現(xiàn)了問題，拷貝了歸檔文件中的python文件夾解決）

如果只需要Python版本則也可以PIP安裝。需要C++版本則?需要git等其他方法安裝。

（本人網(wǎng)絡(luò)環(huán)境較差，git怎么都安裝不下來，后面選擇歸檔文件安裝，第二次安裝則選擇git安裝，下載安裝后的手冊如下跟著手冊流程走即可。）

1.直接下載壓縮包Install OpenVINO? Runtime on Linux from an Archive File — OpenVINO? documentation — Version(2022.2)

2.git

BuildingCode · openvinotoolkit/openvino Wiki (github.com)

1.直接下載壓縮包結(jié)束后的安裝步驟：

下載后解壓壓縮包，調(diào)用

文件夾內(nèi)的setupvars.sh初始化環(huán)境，

2.通過git安裝后的步驟

1.選好要安裝的文件夾后直接通過官網(wǎng)的git連接直接克隆到本地。克隆結(jié)束后進(jìn)行build.

我們需要為系統(tǒng)下載submodule。

如果對自己網(wǎng)絡(luò)比較有自信的話，可以直接從git克隆。

git clone https://github.com/openvinotoolkit/openvino.git
cd openvino
git submodule update --init --recursive

如果覺得網(wǎng)絡(luò)不太好可以使用從gitee更新的腳本

cd openvino
chmod +x scripts/submodule_update_with_gitee.sh
./scripts/submodule_update_with_gitee.sh

（我使用的就是gitee更新的腳本，動不動連接失敗，重復(fù)運行腳本幾十次后終于全部都安裝完畢了）

2.給安裝依賴的腳本運行權(quán)限，之后運行腳本

chmod +x install_build_dependencies.sh

./install_build_dependencies.sh

?3.創(chuàng)建build文件夾并且在文件夾內(nèi)運行CMAKE

? mkdir build && cd build

? cmake -DCMAKE_BUILD_TYPE=Release ..
? make --jobs=$(nproc --all)

（第三步還有一些附加選項，有需要可以整一下）

Build結(jié)束后就進(jìn)入安裝流程了。

cmake --install <BUILDDIR> --prefix <INSTALLDIR>

其中builddir為你的Build文件夾目錄? installdir為你的openvino目錄，如

cmake --install xx/xx/xx/openvino/build?--prefix xx/xx/xx/openvino

結(jié)束后進(jìn)入samples/cpp中，運行build_sample.sh

cd <INSTALLDIR>/samples/cpp
./build_samples.sh

5.之后需要根據(jù)之前分別下的開發(fā)工具進(jìn)行下載模型

omz_downloader --name googlenet-v1 --output_dir ~/models

該命令可以下載googlenet-v1模型 至~/models文件夾內(nèi)，你也可以下載到自己想要的文件夾。

下載的模型為caffe格式，不能直接運行。需要進(jìn)行下一步的轉(zhuǎn)換。

?
mo --input_model ~/models/public/googlenet-v1/googlenet-v1.caffemodel --data_type FP16 --output_dir ~/ir

input_model后面跟模型文件的地址，data_type為指定模型精度，可以省略。output_dir為輸出的ir模型地址

?簡單點就是??

mo --input_model xxxx/googlenet-v1.caffemodel ?--output_dir xxxx/output/

轉(zhuǎn)換之后的模型格式為ir格式，為openvino自己的模型格式，運行時輸入.xml文件地址即可運行（它也直接支持onnx格式的模型）

6.在下一步運行openvino文件夾下的setupvars.sh對環(huán)境進(jìn)行初始化。

source ./setupvars.sh

（我之前在這報錯python環(huán)境有問題，拷貝歸檔文件中的python文件夾解決，系統(tǒng)提示安裝python依賴也可以解決問題，但是沒有嘗試）

如果環(huán)境初始化成功只會輸出初始化成功，如果有警告報錯等均為初始化失敗。

7.運行

cd ~/inference_engine_cpp_samples_build/intel64/Release
./classification_sample_async -i ~/Downloads/dog.bmp -m ~/ir/googlenet-v1.xml -d CPU

上面代碼含義為轉(zhuǎn)到release文件夾中。運行classification_sample_async，使用dog.bmp圖片與googlenet-v1.xml模型，使用CPU進(jìn)行推理。如果你生成的sample程序在其他文件夾的話，簡化一下就是

./classification_sample_async? ?XXXXXX/dog.bmp xxxxxx/googlenet-v1.xml（onnx也可以） ?CPU

?即可運行并輸出結(jié)果

總結(jié)

以上是生活随笔為你收集整理的Openvino Linux 2022新版本（2.0）安装与运行sample流程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。