openvino toolkit

点击蓝字 关注我们,让开发变得更有趣 排版 | 刘思琪 相信大家在刚上手 「OpenVINO 工具套件」 时， 或多或少都会拥有一些这样或那样的困惑吧～ 今天，我们就分享一波28个常见问题的解答， 快来看看下面的回答有没有解决你的困惑吧～ 如果仍有其它疑问可以点击 ⬇️ # 答疑解惑三方式 # 来查看提问的渠道与方式哦 ～ # OpenVINO FAQ # 1. OpenVINO 是免费的吗？ 对，OpenVINO 是开源免费的。 2. OpenVINO 支持模型训练吗？ OpenVINO 是用于模型部署的工具包，不支持模型训练。 3. OpenVINO 支持哪些硬件平台？ 目前 仅支持 Intel® 的硬件平台 ，包括：CPU，集成显卡 iGPU, GNA, FPGA, MovidiusTM VPU。 还支持树莓派。 4. OpenVINO 支持 cuda 吗？ 不支持。 5. 如何了解 OpenVINO 所做产品的优化和升级信息 l 优化指南： 使用 OpenVINO 进行模型部署，主要使用两个模块：模型优化器和推理引擎 l 模型优化器对模型进行优化，具体优化技术可参考： https://docs.openvinotoolkit.org/latest/openvino_docs_MO_DG_prepare_model_Model_Optimization_Techniques

OpenVINO™工具包可快速部署模拟人类视觉的应用程序和解决方案。该工具包基于卷积神经 网络（CNN），可在英特尔®硬件上扩展计算机视觉（CV）工作负载，从而最大限度地提高性能。OpenVINO™工具包括深度学习部署工具（DLDT）。 OpenVINO简介 OpenVINO 是英特尔推出的一款全面的工具套件，用于快速部署视觉应用和解决方案，支持计算机视觉的CNN网络结构超过150余种。 OpenVINO™工具包介绍 OpenVINO™最新发布 OpenVINO™开发文档主页 OpenVINO™开发文档简介 安装适用于Linux*的英特尔®分发版OpenVINO™工具包 安装适用于Windows* 10 的英特尔®分发版OpenVINO™工具包 安装适用于macOS*的英特尔®分发版OpenVINO™工具包 安装适用于Raspbian* 的英特尔®分发版OpenVINO™工具包 英特尔®深度学习部署工具包简介 图像分类C++示例（异步模式） 对象检测C++示例（SSD） 自动语音识别C++示例 动作识别Python*演示 十字路口摄像头C++演示 人姿估算C++演示 交互式人脸检测C++演示 预训练模型：human-pose-estimation-0001 预训练模型：text-detection-0004 预训练模型：face-detection-adas-0001

【推荐阅读】微服务还能火多久？>>> 一、demo能力 OpenVINO提供了范例（human_pose_estimation_demo），能够在CPU上以较快速度识别出多人 - i E:/OpenVINO_modelZoo/head-pose-face-detection-female-and-male.mp4 -mE:/OpenVINO_modelZoo/human-pose-estimation-0001.xml -d CPU 基于这篇论文： 参考文档： https://docs.openvinotoolkit.org/latest/_demos_human_pose_estimation_demo_README.html 二、抽取18个点，做简单的越界分析 既然以及能够从视频中抽取人体骨骼，并且对应18个数据点 那么就能够做定量分析。 对于这个视频，使用MarkMan能够测量出关键领域的位置，那么最简单的想法就是首先获得“人的中心”这个点，当这个点位于敏感区域的时候进行报警。 但是这种方法很粗糙，我们希望得到的是这个敏感区域里面，没有人体的任何一个位置，因此首先对所有的点进行排序，而后判断 bool SortbyXaxis( const cv : : Point2f & a, const cv : : Point2f & b) { return a.x > b.x; } /