基于 OpenVINO Python SDK 環境配置與運行

一、Anaconda
　　1.1介紹
　　Anaconda是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項。因為包含了大量的科學包，解決了初學者用"pip install"安裝存在冗長的軟件安裝列表以及相關的依賴庫等問題，讓用戶能夠較為方便管理并行python以及過程所需要的各種庫。
　　1.2適用平臺
　　Anaconda適用平臺：
　　Windows
　　Linux
　　MacOS
　　1.3下載網址
　　https://www.anaconda.com選擇64-Bit Graphical Installer(466 MB)進行下載安裝

　　1.4安裝Anaconda
　　1.4.1安裝Anaconda之前，要先檢查系統是否安裝過Python，若有安裝過請先卸載后再安裝
　　1.4.2雙擊Anaconda進行安裝，首先彈出安裝對話框如下圖所示：

　　1.4.3在彈出的安裝許可界面上，選擇"Agree"即可

　　1.4.4用戶選項中，選擇"Just Me"

　　1.4.5安裝路徑選項中，保持默認設置即可。

　　1.4.6高級設置選項中，務必選中"Add Anaconda to my PATH environment varialbe"，這樣在安裝Anaconda的時候就會自動添加PATH環境變量。然后單擊"Install"進行安裝

　　1.5測試Anaconda
　　"開始→Anaconda3（64-bit）→Anaconda Navigator"，若可以成功啟動Anaconda Navigator則說明安裝成功。
　　"開始→Anaconda3（64-bit）→右鍵點擊Anaconda Prompt→以管理員身份運行"，在Anaconda Prompt中輸入conda list，可以查看已經安裝的包名和版本號。若結果可以正常顯示，則說明安裝成功。
二、OpenVINO
　　2.1介紹
　　OpenVINO?工具包可快速部署模擬人類視覺的應用程序和解決方案。該工具包基于卷積神經網絡（CNN），可擴展英特爾?硬件的計算機視覺（CV）工作負載，從而最大限度地提高性能。OpenVINO?工具包包括深度學習部署工具包（DLDT）。
　　主要特點：
　　在Intel平臺上提升計算機視覺相關深度學習性能達19倍以上
　　解除CNN-based的網絡在邊緣設備的性能瓶頸
　　對OpenCV，OpenXV*視覺庫的傳統API實現加速與優化
　　基于通用API接口在CPU、GPU、FPGA等設備上運行加上
　　OpenVINO工具包(ToolKit)主要包括兩個核心組件，模型優化器(Model Optimizer)和（Model Optimizer）。
　　2.2適用平臺
　　Windows
　　Linux
　　MacOS
　　FPGA
　　2.3下載網址
　　https://software.intel.com/content/www/cn/zh/develop/tools/openvino-toolkit/download.html?cid=other&source=eepw_web-res_ceds&campid=prc_q2_iotg_ov-da&content=web-reg_all   注冊并下載對應平臺的OpenVINO軟件
　　2.4安裝OpenVINO
　　2.4.1雙擊應用程序執行安裝，首先會彈出安裝模塊選擇與安裝路徑的操作，如下圖所示

　　2.4.2在彈出的安裝許可界面上，選擇同意即可

　　2.4.3關于系統Cmake的檢測，系統會自動檢測是否安裝過Cmake以及對應的版本，這一步可以跳過，后面再安裝。

　　2.5安裝Cmake
　　2.5.1進入網址：https://cmake.org/下載最新的Cmake版本，一般來說>3.14即可。
　　2.5.2雙擊運行程序，按上述方法單擊。
　　2.5.3在彈出安裝選項的時候，選擇"Add Cmake to the system PATH for all users"，這時候系統會自動將Cmake添加到系統環境變量PATH中去，方便其它軟件找到Cmake。

　　2.6安裝Microsoft Visual Studio 2019
　　具體安裝方法與事項請參考網上教程即可。
　　2.7測試
　　安裝完成后，找到安裝目錄下的"C:Intelopenvino_2020.1.033bin"，在路徑上單擊，輸入"cmd"，彈出窗口，輸入"setupvars.bat"來確認環境是否配置好。

三、Python SDK安裝
　　安裝：
　　直接把OpenVINO安裝好的目錄下Python文件夾下面對應的openvino文件夾copy到Anaconda下面python的Libsite-packages文件夾內即可。例如我的為：
　　C:Intelopenvino_2020.1.033pythonpython3.7下面openvino直接copy到Anaconda下python3.7的Libsite-packages中即可。
　　如果導入遇到DLL無法加載錯誤，請在系統環境變量中添加：
　　C:Intelopenvino_2020.1.033deployment_toolsngraphlib
　　C:Intelopenvino_2020.1.033deployment_toolsinference_engineexternaltbbbin
　　C:Intelopenvino_2020.1.033deployment_toolsinference_enginebinintel64Release
　　C:Intelopenvino_2020.1.033opencvbin
　　3.1將下載好的模型文件復制到C盤根目錄下。
　　3.2打開OpenVINO路徑下的Python Sample文件夾，路徑地址"C:Intelopenvino_2020.1.033deployment_toolsinference_enginesamplespythonobject_detection_sample_ssd"進行人臉識別。

　　在路徑欄上單擊，輸入"cmd"，彈出命令窗口。

　　3.3輸入"python object_detection_sample_ssd.py-h"顯示需要補充的參數項，如下圖所示，主要包括-m(模型路徑)、-i(輸入圖像路徑)、-d(處理平臺選擇，默認是CPU)

        3.4本教程主要演示基于CPU平臺的人臉識別的例子，如下圖所示，輸入命令"python object_detection_sample_ssd.py-m C:Intelface-detection-adas-0001FB16face-detection-adas-0001.xml-i C:Intelface-detection-adas-0001description1.png-d CPU"即可

　　3.5運行過程有可能提示缺少組件，請按"pip install"執行安裝并重新運行命令
　　3.6運行完成后在本地目錄會產生out.png圖片，該圖片是已識別出人臉的區域，如下圖所示：