|

【OpenVINO™教學】如何套用預訓練模型,透過DNN進行物件偵測

   
作者:賴桑

Intel 推出 OpenVINO™ 這個 Toolkit 後,真的讓之前做機器視覺(Machine Vision)方面的應用簡單許多,以往得東套一個、西加一個開發工具或程式庫,現在單純在 OpenVINO™的架構下,把精力放在要做的應用就好。

想起前幾年,為了要試試在 Banana Pi M1 這種類似早期樹苺派的單板電腦下跑機器視覺運算(那是 Ubuntu 14 作業系統的年代),先得搞定在 OpenCV 網路上組成 Python 的套件,只好自己找到電路板上的晶片驅動程式 Driver 、安裝必要的 C 函數庫,然後再用 GCC 去編譯了一天一夜才終於成功,如今看來,真是一段黑暗時期!

有了 OpenVINO™ ,由於許多部份 Intel 都幫忙先包裝、訓練過了,想開發機器視覺應用時,只需以應用程式介面(API )方式調用 OpenVINO™裡面的各項服務,一切搞定,甚至還有一大堆可以直接下載來用的範例,馬上能有小成果展現: https://software.intel.com/en-us/OpenVINO-toolkit/documentation/pretrained-models

問題在於,對於 Maker 這種動手派的人來說,只能玩範例怎麼會有意思呢?可是話說回來,若是要讓 OpenVINO™ 辨認的物件(Object)在範例裡面沒有怎麼辦?這有點遺憾… OpenVINO™ 目前設計上比較適合用已有的模型(Models)去跑成果(至於 OpenVINO™ 專用的訓練用的工具包,聽說 Intel 也快出了)。

既然目前主要還是利用別的平台訓練出來的 Models ,套用以後可以做物件偵測(Object detection),那從下方架構圖來看,可以運用Tensorflow、Caffe …等不同的深度學習框架來訓練出合用的 Models,再利用OpenVINO™的 Model Optimizer 這個功能,以轉檔的方式把訓練後的成果轉存給OpenVINO™ 使用,這在 MakerPRO 之前的文章中有提到過。

本文為會員限定文章

立即加入會員! 全站文章無限看~

                               

已經是會員? 按此登入

只需不到短短一分鐘...

輸入您的信箱與ID註冊即可享有一切福利!

會員福利
1

免費電子報

2

會員搶先看

3

主題訂閱

4

好文收藏

賴建宏

Author: 賴建宏

社群稱號為「賴桑」的他,以電子電機的背景,熱衷於OSHW的應用開發與實作。取得台北科技大學電子所博士學位,目前主推「農林漁牧大業」計畫的迷你型魚菜共生系統開發。

Share This Post On

1 Comment

  1. 這篇文章給了我很棒的方向,原來完全不需要用到OpenVINO直接用OpenCV就能搞定Tensorflow訓練好的模型.

    Post a Reply

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *