計算機視覺 AI 工具集 OpenVINO，是你心目中的深度學習框架 Top1 嗎？

再牛的硬件設施，沒有好用順手的軟件工具加持也是把沒開刃的刀。

這條準則在所有技術領域皆準，包括人工智能領域發展最成熟、落地最廣泛的計算機視覺。AI芯片使得計算機視覺技術得以在現實生活中落地，為了更加充分地挖掘處理器的性能，各大廠家都發布了各種軟件框架和工具，比如國外Intel的OpenVINO，Nvidia的TensorRT，國內的OpencvReal ViewBench、Visionbank機器視覺軟件等。

但是計算機視覺軟件框架和工具雖多，真正功能強大，使用方便的也是屈指可數。

2018年下半年，Intel公布了一套AI工具集OpenVINO，這個工具集名稱的意思是“基于視覺推斷與神經網絡優化”，英文比較長，叫做Visual Inference and neural network optimization。一經推出，這個AI工具集就受到了開發者的關注，幾年之間，OpenVINO已經迭代了數個版本，并得到了不錯的使用反饋，比如有人認為OpenVINO的ROS/ROS2版本可能是能運行在CPU上的最好的深度學習框架，有人說它功能強大，大大降低部署成本，而且有文檔有論壇，還提供模型參數，使用體驗很好。

為什么OpenVINO用起來不錯呢？曾經有專業開發者總結過它的幾點優勢，以及這些優勢顯現背后的機制。總結起來不外乎這幾點：

這套工具集是一個Pipeline工具集，可以完成算法模型部署所需要的各種能力，很大地擴展了Intel的各類算力硬件以及相關加速器，將傳統的基于CPU以及OpenCV算法的圖像圖形處理，擴展到更多的Intel的各類算力硬件與相關加速器上，實現了AI領域的異構計算，使視覺推斷能力得到了很大程度的提高。它包含了一些高效的功能：

將基于CNN模型的深度學習推斷能力擴展到工作站、邊緣計算和云服務；

通過計算機視覺加速器的實現，支持異構計算。OpenVINO實現了一套通用的API，可以混合調用CPU、GPU、Movidius NCS和FGPA的算力來共同完成一次視覺推；

預先實現了一系列的功能庫、OpenCL kernel等，可以縮短產品面世時間；

優化了OpenCV、OpenVX等一些功能的調用。

想要查看更多OpenVINO相關技術與資料，請戳>> http://www.104case.com/openvino