🥇 版权: 本文由【墨理学AI】原创首发、各位读者大大、敬请查阅、感谢三连
🎉 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

0. python 项目 openvino 的安装

使用 pip 命令进行安装即可，下载安装速度慢、则考虑指定源

pip install  openvino-dev
pip install  openvino
# 模型转换会用到 
pip install  onnx
pip install onnxruntime

openvino API 2.0 与之前版本API差异对比

openvino API 2.0 和之前 版本差异较大，本博文属于官方文档的Python版本代码摘录，方便部分官网网络不可达的同学查阅，有个基本了解

• https://docs.openvino.ai/latest/openvino_2_0_inference_pipeline.html

1. Create Core

Inference Engine API:

import numpy as np
import openvino.inference_engine as ie
core = ie.IECore()

OpenVINO™ Runtime API 2.0:

import openvino.runtime as ov
core = ov.Core()

1.1 (Optional) Load extensions (扩展算子)

• 扩展算子的API

Inference Engine API:

core.add_extension("path_to_extension_library.so", "CPU")

OpenVINO™ Runtime API 2.0:

core.add_extension("path_to_extension_library.so")

2. Read a model from a drive

Inference Engine API:

network = core.read_network("model.xml")

OpenVINO™ Runtime API 2.0:

model = core.read_model("model.xml")

2.1 (Optional) Perform model preprocessing

• 推荐的预处理文档

3. Load the Model to the Device

Inference Engine API:

# Load network to the device and create infer requests
exec_network = core.load_network(network, "CPU", num_requests=4)

OpenVINO™ Runtime API 2.0:

compiled_model = core.compile_model(model, "CPU")

4. Create an Inference Request

Inference Engine API:

# Done in the previous step

OpenVINO™ Runtime API 2.0:

infer_request = compiled_model.create_infer_request()

5. Fill input tensors

6. Start Inference—同步和异步推理

7. Process the Inference Results

---

精选专栏

---

• 🍊 深度学习模型训练推理——基础环境搭建推荐博文查阅顺序【基础安装—认真帮大家整理了】——【1024专刊】

计算机视觉领域 八大专栏、不少干货、有兴趣可了解一下

• ❤️ 图像风格转换 —— 代码环境搭建 实战教程【关注即可阅】！
• 💜 图像修复-代码环境搭建-知识总结 实战教程 【据说还行】
• 💙 超分重建-代码环境搭建-知识总结 解秘如何让白月光更清晰【脱单神器】
• 💛 YOLO专栏，只有实战，不讲道理 图像分类【建议收藏】！

• 🍊 深度学习：环境搭建，一文读懂

• 🍊 深度学习：趣学深度学习

• 🍊 落地部署应用：模型部署之转换-加速-封装

• 🍊 CV 和 语音数据集：数据集整理

• 🍊 点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力！