Posted By Ryan Hu on 10 月 8, 2018 in Intel, OpenVINO, OpenVINO專欄, OpenVINO教學文, Sertek, 教學文, 開發套件, 開箱文 | 3 comments

回想去年，小弟我有幸參與了無人巴士專案的一小部分，因為剛好有影像辨識的需求，過程中第一次接觸到 OpenCV 這個神奇的 package，當初的 OS 使用的是 Linux Ubuntu 16.04 LTS，並且於其上運行 ROS （Robot Operating System）實現所有終端節點，利用 webcam 做人臉辨識即為其中一個應用。

過去在 ROS 上實作，是參考了網路神人所寫，將 OpenCV 整合進 ROS 裡的 code，並沒有去細究底層發生的事情，直到這次有機會拿到 Intel Movidius Neural Compute Stick （NCS） 後，才了解到 AI 所謂的「算」到底是在算什麼。首先，介紹這次我拿到的所有東西吧。

硬體

1. 研陽 UPS-GWs01 （包含電源）
2. Logitech Webcam
3. Intel Movidius Neural Compute Stick

因為 NCS 只相容 Linux 作業系統，而研陽的 UPS-GWs01 裡是灌 Win 10 ，所以我腦中第一個想法是預計下載 VM 用 Ubuntu 16.04 再加上 NCS 作為 processors，再從 Github 上抓個有趣的 sample 下來玩玩，但可能又會遇到有 trained 好的 model 在推論平台上能力有限的問題。

當然，我不是第一個這樣想並且遇到這種窘境的人，勢必市場上就會出現相對應的解法。果不期然，Intel 在今（2018）年推出的一項開放視覺推論及神經網路最佳化軟體平台 – OpenVINO 大幅降低了在各種不同使用場景中，造成開發上耗費大量的精力和成本。

OpenVINO 簡介

OpenVINO在傳統電腦視覺（Computer Vision，CV）與現在正火熱的深度學習（Deep Learning）方法上，都有相當好的支援。在傳統電腦視覺方面，OpenVINO 對 OpenCV 和 OpenVX 皆有支援，且為優化過後的版本；深度學習方面來說，個人覺得其最大的特色，就是它支援了市面上最主要、最受歡迎的三個深度學習框架，分別是 Caffe、Tensor Flow、MxNet。