openvino学习(一)ubuntu20.04安装openvino2022

安装openvino2022要求

操作系统

Ubuntu 18.04 长期支持 (LTS),64 位

Ubuntu 20.04 长期支持 (LTS),64 位

软件

CMake 3.13 或更高版本,64 位

GCC 7.5.0(适用于 Ubuntu 18.04)或 GCC 9.3.0(适用于 Ubuntu 20.04)

Python 3.6 - 3.9,64 位

请注意,OpenVINO 正在逐渐停止对 Python 3.6 的支持。建议使用 Python 3.7 - 3.9。

第1步:下载并安装 OpenVINO 软件包

openvino下载网址

下载openvino runtimes

通常有两个文件下载:

l_openvino_toolkit_<operating system>_<release version>_<package ID>_x86_64.tgz
l_openvino_toolkit_<operating system>_<release version>_<package ID>_x86_64.tgz.sha256

sha256文件用于验证下载过程是否成功。

下载完成后,在下载上述文件的位置打开终端,使用sha256文件验证包:

sha256sum -с <archive name>.tgz.sha256

<achive name>是文件名

如果出现任何错误消息,请检查您的网络连接,重新下载正确的文件,并确保下载过程成功完成

从中提取OpenVINO文件.tgz文件:

sudo tar xf <archive name>.tgz -C <destination_dir>

<achive name>是文件名

<destination_dir>是将OpenVINO文件解压缩到的目录。建议将其设置为:

对于根用户或管理员:/opt/intel/

为了简单起见,创建symbolink链接很有用:

sudo ln -s /opt/intel/openvino_2022

第2步:配置环境

在编译和运行OpenVINO之前,必须更新几个环境变量™ 应用。设置环境变量如下:

source source /opt/intel/openvino_2022/setupvars.sh

还可以在每次启动新的终端会话时运行此脚本。修改~/.bashrc,并添加source /opt/intel/openvino_2022/setupvars.sh。下次打开终端时,您会看到[setupvars.sh] OpenVINO™ environment initialized.当您有很多OpenVINO时,不推荐使用上述方法。

(可选):配置英特尔GPU

  • 转到install_dependencises目录:

    cd <INSTALL_DIR>/install_dependencies/

  • 为使用GPU插件所需的OpenCL™驱动程序组件安装英特尔®图形计算运行时,并为英特尔®集成图形编写自定义层。驱动程序不包括在软件包中。要安装它,运行这个脚本:

    sudo -E ./install_NEO_OCL_driver.sh

该脚本将系统上的驱动程序版本与当前版本进行比较。如果系统上的驱动程序版本高于或等于当前版本,则脚本不会安装新的驱动程序。如果驱动程序的版本低于当前版本,脚本将卸载较低版本,并在您的许可下安装当前版本:

更高的硬件版本需要更高的驱动程序版本,即20.35而不是19.41。如果脚本无法卸载驱动程序,请手动卸载。在脚本执行期间,您可能会看到以下命令行输出:

Add OpenCL user to video group

忽略此建议并继续。

测试代码

CMakeList.txt

cmake_minimum_required(VERSION 3.10)
project(main)

include_directories(
    #OpenVINO推理引擎的头文件
    /opt/intel/openvino_2022/runtime/include/
)

set(CMAKE_CXX_STANDARD 14)
set(CMAKE_CXX_STANDARD_REQUIRED ON)
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall")
SET(CMAKE_CXX_COMPILER /usr/bin/g++)
set(CMAKE_BUILD_TYPE debug)

# 查找必要的依赖包
find_package(OpenVINO REQUIRED)

add_executable(test main.cpp)             
                                                                                                                                                                
target_link_libraries(test
        openvino::runtime
)

main.cpp

#include<openvino/openvino.hpp>
#include<iostream>

using namespace std;

 int main(){

    ov::Core core;
    vector<string> avilableDevice = core.get_available_devices();
    for(auto x:avilableDevice){
        cout<<"avilableDevice:::"<<x<<endl;
    }

    return 0;
}

成功运行画面

相关推荐
EQUINOX129 分钟前
3b1b线性代数基础
人工智能·线性代数·机器学习
lozhyf30 分钟前
Go语言-学习一
开发语言·学习·golang
mascon1 小时前
U3D的.Net学习
学习
Kacey Huang1 小时前
YOLOv1、YOLOv2、YOLOv3目标检测算法原理与实战第十三天|YOLOv3实战、安装Typora
人工智能·算法·yolo·目标检测·计算机视觉
加德霍克1 小时前
【机器学习】使用scikit-learn中的KNN包实现对鸢尾花数据集或者自定义数据集的的预测
人工智能·python·学习·机器学习·作业
漂亮_大男孩1 小时前
深度学习|表示学习|卷积神经网络|局部链接是什么?|06
深度学习·学习·cnn
Light Gao1 小时前
AI赋能未来:Agent能力与AI中间件平台对行业的深远影响
人工智能·ai·中间件·大模型
l1x1n01 小时前
No.37 笔记 | Python面向对象编程学习笔记:探索代码世界的奇妙之旅
笔记·python·学习
骇客野人1 小时前
【人工智能】循环神经网络学习
人工智能·rnn·学习
Aurora Dream极光之梦1 小时前
CSRF漏洞学习总结
学习·安全·csrf