install intel® distribution of openvino™ toolkit for macos ... · caffe*、tensorflow*、apache...
TRANSCRIPT
OpenVINO™ 工具套件
入门指南
操作步骤
指南
资源
性能信息
API 参考
OpenVINO 工具套件概述
安装面向 Linux* 操作系统的英特尔® OpenVINO™ 工具套件分发版
o Linux* 上的英特尔® OpenVINO™ 工具套件分发版和采用英特尔®
Movidius™ VPU 的英特尔® 视觉加速器设计配置指南
安装支持 FPGA、面向 Linux 的英特尔® OpenVINO™ 工具套件分发版
o Linux 上的 OpenVINO 和采用英特尔® Arria 10 FPGA SG1/SG2 (IEIs
Mustang-F100-A10) 的英特尔® 视觉加速器设计配置指南
o CentOS 或 Ubuntu* 上的英特尔® OpenVINO™ 工具套件分发版和采用英
特尔® Arria® 10 FPGA GX 的英特尔® 可编程加速卡配置指南
安装面向 macOS* 的英特尔® OpenVINO™ 工具套件分发版
安装面向 Raspbian* 操作系统的英特尔® OpenVINO™ 工具套件分发版
安装面向 Windows* 10 的英特尔® OpenVINO™ 工具套件分发版
与英特尔® OpenVINO™ 工具套件分发版搭配使用的英特尔® Movidius™ VPU
设置指南
与英特尔® OpenVINO™ 工具套件分发版搭配使用的英特尔® Movidius™ VPU
编程指南
安装面向 Linux* 的英特尔® OpenVINO™ 工具套件分发版（来自 Docker* 映
像）
安装面向 Windows* 的英特尔® OpenVINO™ 工具套件分发版（来自 Docker*
映像）
安装面向 Linux* 的英特尔® OpenVINO™ 工具套件分发版（使用 APT 库）
安装面向 Linux* 的英特尔® OpenVINO™ 工具套件分发版（使用 YUM 库）
本文档
简介
开发和目标平台
概述
安装英特尔® OpenVINO™ 工具套件分发版核心组件
设置环境变量
配置模型优化器
模型优化器配置步骤
运行验证脚本，验证安装和编译示例
运行图像分类验证脚本
运行推理管道验证脚本
英特尔® 神经计算棒 2 的步骤
Hello World 教程
更多资源
安装面向 macOS* 的英特尔® OpenVINO™ 工具套件
分发版
注：
macOS* 10.14.4 或更高版本的操作系统支持英特尔® OpenVINO™ 工具套
件分发版。
此软件已在 macOS 10.14.4 上进行了验证。
按照本指南的步骤进行操作前，需要连接至互联网。如果只能通过代理服
务器访问网络，请确保您已在操作系统环境中对其进行了配置。
简介
英特尔® OpenVINO™ 工具套件分发版支持快速部署可模拟人类视觉的应用和解
决方案。该工具套件基于卷积神经网络 (CNN)，可在英特尔® 硬件中扩展计算机
视觉 (CV) 工作负载，实现卓越性能。
面向 macOS* 的英特尔® OpenVINO™ 工具套件分发版包括英特尔® 深度学习部
署工具套件（英特尔® DLDT）和 OpenCV*，用于在英特尔® CPU 上部署应用以
加速推理。
面向 macOS* 的英特尔® OpenVINO™ 2020.1 工具套件分发版：
在边缘支持基于 CNN 的深度学习推理
支持跨英特尔® CPU 和支持英特尔® Movidius™ VPU 的英特尔® 神经计
算棒 2 的异构执行
通过易于使用的计算机视觉函数库和预先优化的内核加快上市时间
包括针对计算机视觉标准（包括 OpenCV*）的优化调用
安装包中包含的组件
默认安装以下组件：
组件 描述
模型优化器
该工具可将在通用框架中训练的模型导入、转换和优化成适用于英
特尔工具（尤其是推理引擎）的格式。
常见框架包括 Caffe*、TensorFlow*、MXNet* 和 ONNX*。
推理引擎 这是一款运行深度学习模型的引擎。它包括一组库，可将推理轻松
集成至您的应用。
OpenCV* 针对英特尔® 硬件编译的 OpenCV* 社区版本
示例应用 一组简单的控制台应用，演示了如何在应用中使用推理引擎
演示 一组控制台应用，演示了如何在应用中使用推理引擎处理特定用例
其他工具 一组用于处理模型的工具
预训练模型
文档
针对预训练模型的文档详见 Open Model Zoo 存储库
开发和目标平台
开发和目标平台具有相同的要求，但是您可以在安装过程中根据您的预期用途，选
择不同的组件。
硬件
注：当前版本的面向 macOS* 的英特尔® OpenVINO™ 工具套件分发版仅支持在
英特尔® CPU 和英特尔® 神经计算棒 2 上进行推理。
第六代—第十代英特尔® 酷睿™ 处理器
英特尔® 至强® v5 产品家族
英特尔® 至强® v6 产品家族
英特尔® 神经计算棒 2
软件要求
CMake 3.4 或更高版本
Python 3.5 或更高版本
Apple Xcode* 命令行工具
（可选）Apple Xcode* IDE（OpenVINO 不需要，但对开发有用）
操作系统
macOS* 10.14.4
概述
本指南提供有关如何安装面向 macOS* 的英特尔® OpenVINO™ 2020.1 工具套件
分发版的分步说明。
涵盖以下步骤：
1. 安装英特尔® OpenVINO™ 工具套件分发版。
2. 设置 OpenVINO 环境变量（后面可选）并更新到 .bash_profile 中。
3. 配置模型优化器。
4. 运行验证脚本验证安装以及编译示例。
安装英特尔® OpenVINO™ 工具套件分发版核心组
件
如果您安装了旧版本的英特尔® OpenVINO™ 工具套件分发版，请重命名或删除
以下两个目录：
/home/<user>/inference_engine_samples
/home/<user>/openvino_models
下载面向 macOS* 的 OpenVINO 工具套件最新版本，然后返回本指南继续安装。
安装 OpenVINO 工具套件核心组件：
1. 前往您下载英特尔® OpenVINO™ 工具套件分发版的目录。本文假定这是
您的下载目录。默认情况下，磁盘映像文件另存为
m_openvino_toolkit_p_<version>.dmg。
2. 双击 m_openvino_toolkit_p_<version>.dmg 文件进行安装。磁盘映像安
装到 /Volumes/m_openvino_toolkit_p_<version>，并在单独的窗口中自
动打开。
3. 运行安装向导应用 m_openvino_toolkit_p_<version>.app
4. 在“用户选择 (User Selection)”界面上，选择进行安装的用户账户：
o Root
o Administrator
o 当前用户
默认安装目录路径取决于您选择的安装权限。
5. 点击“下一步 (Next)”，并按照界面上的说明操作。
6. 如果缺少外部依赖项，您会看到警告界面。记录所有缺少的依赖项。安装
英特尔® OpenVINO™ 工具套件分发版核心组件后，您需要安装缺少的依
赖项。例如，下面的界面示例表示您缺少两个依赖项：
7. 点击“下一步 (Next)”。
8. “安装摘要 (Installation summary) 界面显示要安装的默认组件集：
o 如果您使用 root 或 administrator 权限运行安装程序，则它会将
OpenVINO 工具套件安装到 /opt/intel/openvino_<version>/
为简单起见，它还会创建一个指向最新安装程序的符号链接：
/opt/intel/openvino/
o 如果您使用 regular user 权限运行安装程序，则它会将 OpenVINO
工具套件安装到 /home/<user>/intel/openvino_<version>/
为简单起见，它还会创建一个指向最新安装程序的符号链接：
/home/<user>/intel/openvino/
9. 如果需要，单击“自定义 (Customize)”更改安装目录或要安装的组件：
点击“下一步 (Next)”，保存安装选项并显示“安装摘要”界面。
10. 在“安装摘要 (Installation summary)”界面上，按“安装 (Install)”，开始安
装。
11. 当安装的第一部分完成时，最后一个界面将通知您已经安装了核心组件，
并且仍然需要执行其他步骤：
12. 点击“完成 (Finish)”，关闭安装向导。一个新的浏览器窗口打开，进入到安
装指南的下一部分：设置环境变量。如果安装程序未提示您必须安装依赖
项，则可以继续设置环境变量。如果您收到一条缺少外部软件依赖项的消
息（列在本指南顶部的软件要求下）, 则需要先安装依赖项，然后再继续进
行下一部分。
设置环境变量
您需要先更新几个环境变量，然后才能编译和运行 OpenVINO™ 应用。打开您选
择的 macOS Terminal* 或命令行界面 shell，然后运行以下脚本，临时设置环境变
量：
source /opt/intel/openvino/bin/setupvars.sh
可选：关闭 shell 后，OpenVINO 环境变量将被删除。您可以按照以下方法永久设
置环境变量：
1. 打开当前用户主目录中的 .bash_profile 文件：
vi ~/.bash_profile
2. 按 i 键，切换为插入模式。
3. 将此行添加到文件末尾：
source /opt/intel/openvino/bin/setupvars.sh
1. 保存并关闭文件：按 Esc 键，键入 :wq，然后按 Enter 键。
2. 若要验证您的更改，请打开一个新终端。您将看到[setupvars.sh]
OpenVINO 环境已初始化。
环境变量已设置。继续进行下一部分：配置模型优化器。
配置模型优化器
模型优化器是一个基于 Python* 的命令行工具，用于从常用的深度学习框架（如
Caffe*、TensorFlow*、Apache MXNet*、ONNX* 和 Kaldi*）导入经过训练的模型。
模型优化器是 OpenVINO 工具套件的一个关键组件。如果不通过模型优化器运行
模型，则无法对训练后的模型进行推理。当您通过模型优化器运行预训练的模型时，
您的输出是网络的中间表示 (IR) 文件。IR 是描述整个模型的一对文件：
.xml：描述网络拓扑
.bin：包含权重和偏置的二进制数据
在 CPU 硬件上，推理引擎使用通用的 API读取、加载和推理 IR 文件。
如欲了解关于模型优化器的更多信息，请参见模型优化器开发人员指南。
模型优化器配置步骤
您可以同时为所有支持框架配置模型优化器，或者一次针对一个框架进行配置。选
择最符合您需求的选项。如果看到错误消息，请验证是否已安装本指南顶部软件要
求下列出的所有依赖项。
注：如果您将 OpenVINO 安装到非默认安装目录，则将/opt/intel/改为您安装软件
的目录。
选项 1：同时为所有支持框架配置模型优化器：
1. 转至模型优化器先决条件目录：
cd /opt/intel/openvino/deployment_tools/model_optimizer/install_prerequisites
2. 运行脚本，为 Caffe、TensorFlow、MXNet、Kaldi* 和 ONNX 配置模型优
化器：
sudo ./install_prerequisites.sh
选项 2：分别为每个框架配置模型优化器：
只有未选择上面的选项 1，才能单独配置各个框架。
1. 转至模型优化器先决条件目录：
cd /opt/intel/openvino/deployment_tools/model_optimizer/install_prerequisites
2. 运行模型框架的脚本。您可以运行多个脚本：
o 针对 Caffe：
sudo ./install_prerequisites_caffe.sh
o 针对 TensorFlow：
sudo ./install_prerequisites_tf.sh
o 针对 MXNet：
sudo ./install_prerequisites_mxnet.sh
o 针对 ONNX：
sudo ./install_prerequisites_onnx.sh
o 针对 Kaldi：
sudo ./install_prerequisites_kaldi.sh
模型优化器针对一个或多个框架进行了配置。
您可以通过运行验证脚本验证安装。
运行验证脚本，验证安装和编译示例
注：
此处显示的步骤假设您使用默认安装目录来安装 OpenVINO 工具套件。如
果将软件安装到除 /opt/intel/ 以外的其他目录，请将目录路径更新为工具
套件的安装位置。
如果您已经以 root 用户的身份安装了该产品，必须先切换到 root 模式才能
继续执行：sudo -i。
若要验证安装并编译两个推理引擎示例，请在 CPU 上运行产品随附的验证应用：
运行图像分类验证脚本
1. 转至推理引擎演示目录：
cd /opt/intel/openvino/deployment_tools/demo
2. 运行图像分类验证脚本：
./demo_squeezenet_download_convert_run.sh
图像分类验证脚本下载公共的 SqueezeNet Caffe* 模型并运行模型优化器，将模
型转换为.bin 和 .xml 中间表示 (IR) 文件。推理引擎需要模型转换，以便将 IR 用
作输入，并在英特尔硬件上实现最佳性能。
该验证脚本创建 /home/<user>/inference_engine_samples/目录，构建图像分类
示例应用，并使用演示目录中的模型 IR 和 car.png 图像运行。验证脚本完成后，
您将获得置信度排名前十位的类别的标签：
有关中间表示 .bin 和 .xml 文件的简要说明，请参见配置模型优化器。
该脚本已完成。继续进行下一部分，运行推理管道验证脚本。
运行推理管道验证脚本
1. 在 /opt/intel/openvino/deployment_tools/demo/中时，运行推理管道验证
脚本：
./demo_security_barrier_camera.sh
该验证脚本下载了 3 个经过预训练的模型 IR，构建了 Security Barrier
Camera Demo 应用并使用下载的模型以及 演示目录中的 car_1.bmp 图像
运行该应用，以显示推理管道。该验证脚本使用车辆识别功能，其中车辆
属性相互依赖，以锁定特定属性。
首先，物体被识别为车辆。该识别可作为下一个模型的输入，用于识别特定的车辆
属性，包括车牌。最后，将识别为车牌的属性用作第 3 个模型的输入，以发现车牌
中的特定字符。
验证脚本完成后，您将看到一张显示生成的帧的图像，检测结果被渲染为边界框和
文本：
1. 关闭图像查看器界面，结束演示。
恭喜，您已经完成面向 macOS 的英特尔® OpenVINO™ 2020.1 分发版安装。若
要进一步了解英特尔® OpenVINO™ 工具套件分发版的功能，请参考下面提供的
更多资源。
英特尔® 神经计算棒 2 的步骤
如果您想要在基于英特尔® Movidius™ Myriad™ X VPU 的英特尔® 神经计算棒 2
上执行推理，才需要执行以下步骤。另请参见英特尔® 神经计算棒 2 入门页面。
在英特尔® 神经计算棒 2 上执行推理需要使用 libusb 库。您可以从源代码构建该
库，或使用喜欢的 macOS 软件包管理器进行安装：Homebrew*、MacPorts* 或其
他。
例如，若要使用 Homebrew* 安装 libusb，使用以下命令：
brew install libusb
Hello World 教程
查看英特尔 OpenVINO 工具套件分发版人脸检测和汽车检测练习的推理教程
更多资源
如欲了解关于验证应用的更多信息，请参见
/opt/intel/openvino/deployment_tools/demo/中的 README.txt。
有关预训练模型的详细说明，请转至 OpenVINO 工具套件预训练模型概述
页。
关于示例应用的更多信息。
转换您的 Caffe* 模型
转换您的 TensorFlow* 模型
转换您的 MXNet* 模型
转换您的 ONNX* 模型
英特尔 OpenVINO 工具套件分发版主页
英特尔 OpenVINO 工具套件分发版文档
有关编译器优化的更多完整信息，请参阅我们的优化声明
支持
英特尔® OpenVINO™ 工具套件分发版的英特尔® 开发人员专区论坛
Cookie
英特尔 Cookie 和类似技术声明