ついにOpenVINO 2022.1がリリースされました。
OpenVINO 2022.1 からは、LinuxではDev ToolのインストールはPIP,Git,Dockerでのインストール、Runtimeはsh,PIP,APTなどでのインストールとなっています。
今回はUbuntu20.04LTSにOpenVINO 2022.1 Dev Tools PIP版をインストールしてみます。
https://www.intel.com/content/www/us/en/developer/tools/openvino-toolkit/download.html
にアクセスすると、パッケージを選ぶ画面になるので、必要なフレームワークを選んでください。
ここでは全選択しています。
それなりに環境が整っていれば、上記画像の一番下のコマンドをterminalで入力するとあっという間に完了してしまいます。
インストールしたばかりのUbuntuの場合は、pipも入っていないと思いますので、下記のように実行してください。
sudo apt-get install python3-pip pip install openvino-dev[caffe,kaldi,mxnet,pytorch,onnx,tensorflow2]==2022.1.0
仮想環境を使う場合は、下記のコマンドでできると思います。
sudo apt-get install python3-pip python3 -m venv openvino_env source openvino_env/bin/activate python -m pip install --upgrade pip pip install openvino-dev[caffe,kaldi,mxnet,pytorch,onnx,tensorflow2]==2022.1.0
これで開発環境はインストールできました。次はサンプルプログラムを動作させてみます。
OpenVINO 2022.1からはサンプルプログラムは Runtimeに含まれて配布されています。
ダウンロードしてみましょう
Runtimeを選ぶとサンプルソースが入っています。
C++を選んでおくと、C++のサンプルも入りますので、少し幸せになれるかも…
今回は簡単にインストールできるOffline Installerを選択しました。
Downloadボタンを押すとシェルスクリプトがダウンロードされます。
cliで実行する場合は、
./l_openvino_toolkit_p_2022.1.0.643.sh -a --cli
のように、-a –cliをつけて実行してみてください。
うまくインストールが進むと、~/intelというフォルダが作成されます。
このフォルダ（~/intel/openvino_2022/samples/）の中にpythonとC,C++のサンプルがあります。
次にPythonの仮想環境を使用します
source ~/openvino_env/bin/activate cd ~/intel/openvino_2022/samples/python/ pip install -r requirements.txt
cd ~/intel/openvino_2022/samples/python/classification_sample_async python3 classification_sample_async.py usage: classification_sample_async.py [-h] -m MODEL -i INPUT [INPUT ...] [-d DEVICE] classification_sample_async.py: error: the following arguments are required: -m/--model, -i/--input
このようなメッセージが表示されたら、classification_sample_asyncは実行できます。
まずは必要となるモデルをダウンロードします。
簡単に実行するのであれば、カレントフォルダにモデルをダウンロードします。
omz_downloader --name alexnet omz_converter --name alexnet
ここまでで、alexnetがカレントフォルダのpublicというフォルダに格納され、OpenVINO用のモデルに変換してくれます。
その後、下記コマンドで実行可能です。
python classification_sample_async.py -m public/alexnet/FP16/alexnet.xml -i ~/images/apple.jpg [ INFO ] Creating OpenVINO Runtime Core [ INFO ] Reading the model: public/alexnet/FP16/alexnet.xml [ INFO ] Loading the model to the plugin [ INFO ] Starting inference in asynchronous mode [ INFO ] Image path: /home/klf/images/apple.jpg [ INFO ] Top 10 results: [ INFO ] class_id probability [ INFO ] -------------------- [ INFO ] 957 0.9949166 [ INFO ] 950 0.0017935 [ INFO ] 989 0.0013619 [ INFO ] 948 0.0009567 [ INFO ] 951 0.0007669 [ INFO ] 952 0.0001433 [ INFO ] 949 0.0000239 [ INFO ] 988 0.0000107 [ INFO ] 940 0.0000079 [ INFO ] 990 0.0000050 [ INFO ] [ INFO ] This sample is an API example, for any performance measurements please use the dedicated benchmark_app tool
このサンプルはリンゴの写真を推論させています。
（https://storage.openvinotoolkit.org/data/test_data/images/ から取得）
次回はC++の開発環境を整えます。