摘要：
模型下载： cd C:\OpenVINO\openvino_2020.4.287\deployment_tools\open_model_zoo\tools\downloader 执行： python downloader.py --name face-detection-0102 下载好的模型文件 阅读全文
摘要：
模型下载： C:\OpenVINO\openvino_2020.4.287\deployment_tools\open_model_zoo\tools\downloader> python downloader.py --name age-gender-recognition-retail-0013 阅读全文
摘要：
还是先检测人脸，然后检测人脸特征点，一共35个特征点，网络最后输出特征图为1*70，表示35个点，存储格式为:(x y x y x y......) prob_landmarks = em_res[em_out_blob] # (1, 70) 1 import time 2 3 import cv2 阅读全文
摘要：
网络的输入、输出如下： Performance Inputs name: "data" , shape: [1x3x60x60] - An input image in [1xCxHxW] format. Expected color order is BGR. Outputs Output lay 阅读全文
摘要：
openvino安装目录下给定了写好的脚本，支持例如onnx格式转换为IR格式，如下图： 调用格式： python mo_onnx.py --input_model xxxxx.onnx 结果就是生成IR格式(xml、bin文件)，所以转换流程为：xxx格式 -> onnx -> IR 阅读全文
摘要：
YOLOV5.5-P5(640)部署到OpenVINO<一、环境安装与性能验证> YOLOV5.5-P6(1280)部署到OpenVINO<二、环境安装与性能验证> 环境： WIN10 &VS2019 openvino_2021.4.582(C++SDK，非py版，2021.11.19最新版) yo 阅读全文
摘要：
这里安装的是WIN10版本OpenVINO，可能我的版本可你的不一致，但是流程一样。 版本：openvino2020.4 依赖 python3.8.9(勾上 add the path.....) Cmake3.18 vs2019 一、安装CPP版本(openvino2020.4) 二、pip安装op 阅读全文
摘要：
YOLOV5.5-P5(640)部署到OpenVINO<一、环境安装与性能验证> YOLOV5.5-P6(1280)部署到OpenVINO<二、环境安装与性能验证> 步骤和上一节差不多。 1、在yolov5.5 export.py中将yolov5s6.pt转为onnx --weights yolov 阅读全文
摘要：
EfficientDet 影响网络的性能(或者说规模)的三大因素：depth(layer的重复次数), width(特征图channels), resolution(特征图宽高)。 EfficientDet是以EfficientNet作为BackBone提取特征，以BiFPN作为加强特征提取网络。依 阅读全文
摘要：
本文展示在pytorch框架下将 pth格式转为onnx格式，然后在openvino框架下部署，并进行效果展示对比。 U2-Net模型分为大小两种： U2NET 173.6 MB （参数量：4千万） U2NEP 4.7 MB （参数量：1 百万 上述两种模型结构是一样的，唯一不同的是：U2NET在编 阅读全文