使用Intel Open Model Zoo的OpenVINO预训练模型

Find AI Tools

No difficulty

No complicated process

Find ai tools

Home Hardware-cn 使用Intel Open Model Zoo的OpenVINO预训练模型

使用Intel Open Model Zoo的OpenVINO预训练模型

1. 介绍

欢迎来到 Intel Korea 的文章！今天我们将使用 Intel 提供的 OpenVINO Toolkit 中的 OpenVINO Model Downloader 来进行实验，使用已经训练好的 Pre-Trained Reinssance（Pritzleb）模型进行推断。我们将输入图片或视频到样例推断代码中并进行推断。首先，让我们来选择一个适合我们的预训练模型，并通过模型下载器将模型下载到正确的路径。让我们开始！

2. 使用开拓者 5G Expo

2.1 选择预训练模型

在 Intel 5G Exposed Kids 中，有许多预训练模型可供选择。在这里，我们需要选择适合我们使用的模型。请点击以下链接，了解各种模型的详细描述，并选择适合我们需要的模型。

根据我们的实验要求，选择相应的模型。在本次实验中，我们将选择 Gaugestermation Model，并进行演示。

2.2 下载并转换模型

一旦我们选择了模型，现在我们需要通过模型下载器将 Pre-Trained Models 下载到适当的格式。您可以在 Intel 的 Open Model Zoo 上找到预训练模型列表。在 Open Model Zoo 中下载的模型可以在 GitHub 仓库中找到。示例推理代码需要指定模型路径，因此请记下下载路径以备后用。

我们已经准备好我们的模型，下一步是下载并转换它们。为此，我们将使用模型下载器，该工具是一个 Python 文件并位于 home/intel/openvino_model_downloader 中。进入下载器所在的目录，并运行以下命令，一次下载一个模型：

python model_downloader.py --name gauge_stem.xml

此命令将下载所需的模型文件并将其转换成正确的格式，如 fp16 或 fp32。您可以运行 ls 命令来确认下载是否完成：

ls -hl home/intel/open_models/gauge_stem

现在，所有下载的模型均已就绪，并储存在 home/intel/open_models 中。运行以下命令以验证所有模型都已下载成功：

ls home/intel/open_models

3. 运行例子

3.1 准备输入数据

首先，我们需要准备输入数据。在下面的示例代码中，我们将使用摄像头捕捉的图像。如果您没有摄像头，可以使用示例图像或将其他图像文件放置在 /home/intel/open_models 目录下。

3.2 运行样例推理代码

我们已经为模型下载完成，现在我们准备进行 Gauge Stem Model 的演示。通过导航到 gauge_stem 目录并运行以下命令启动演示：

python gauge_stem_demo.py

通过按键盘上的不同按钮，您可以浏览不同的模型演示，例如按下 'b' 键显示 Face Vector，按下 'l' 键显示 Head Pose Vector，按下 'v' 键显示 Facial Landmarks，等等。您可以使用键盘自由切换各个模型进行观察。按下 'n' 键以退出全屏模式，按下 'q' 键退出演示模式。

请将脸部正确对准摄像头，以便实时观察模型的演示。请注意，这些模型可以实时检测特定的动作或特征。如果您觉得眼睛或闭眼等功能出现问题，可以亲自面对镜头观察模型的效果以获取更好的结果。

4. 结论

通过使用 Intel OpenVINO Toolkit 和 Pre-Trained Reinssance 模型，我们成功地进行了推断演示。我们选择了适合我们需要的模型，并使用模型下载器将其成功下载并转换。随后，我们运行了相应的推理代码来演示模型的效果。通过按键盘上的不同按钮，我们能够查看不同模型的效果。总体而言，这些模型为我们提供了一种实时检测特定功能或特征的方式。

我们希望本文对您有所帮助。谢谢！