干货 | 图文教程 OpenVINO2020 + QT 配置!

📄 AI 智能文档扫描仪 -

📄 AI 智能文档扫描仪 -

图片编辑
Python
PyTorch

基于OpenCV透视变换算法,提供文档自动扫描与矫正服务,支持边缘检测、歪斜拉直及去阴影增强,集成WebUI,纯算法零依赖版

干货 | 图文教程 OpenVINO2020 + QT 配置!

爱学习的 OpenVINO 中文社区

文章作者:高高
排 版:晏杨

工具介绍

OpenVINO

OpenVINO 是英特尔推出一套基于深度学习的计算机视觉加速优化框架,支持其它机器学习平台模型的压缩优化、加速计算等功能。自发布以后就得到开发者的青睐,其强大的模型优化与压缩能力与加速计算引擎带来的速度提升让人十分惊喜,前面发布过一篇文章,详细介绍了 OpenVINO 的架构与其加速引擎 ( Inference Engine-IE ) 使用,如何帮助开发者在 CPU 上对深度学习的模型跑出实时帧率。

QT

Qt 是一个1991年由 Qt Company 开发的跨平台 C++ 图形用户界面应用程序开发框架。它既可以开发 GUI 程序,也可用于开发非 GUI 程序,比如控制台工具和服务器。Qt 是面向对象的框架,使用特殊的代码生成扩展(称为元对象编译器 (Meta Object Compiler, moc))以及一些宏 ,Qt 很容易扩展,并且允许真正的组件编程。

步骤教学

下载并安装 OpenVINO

下载地址:
https://software.seek.intel.com/openvino-toolkitos=windows——需要先注册,邮箱会收到下载链接和 Serial Number 来激活软件

开始安装

在这里插入图片描述
下一步

在这里插入图片描述
下一步

在这里插入图片描述
下一步

在这里插入图片描述
然后配置 path 找到文件:

C:\ProgramFiles(x86)\IntelSWTools\openvino_2020.2.117\bin;

在这里插入图片描述
这个是 OpenVINO 的源文件,有兴趣的话可以多研究一下

在这里插入图片描述
分别是:
data_processing ( 数据处理 ) >>
deployment_tools ( 部署工具 ) >>
documentation( 文档 ) >> inference_engine ( 推理机 ) >>
licensing ( 许可 ) >> opencv >> python

QT安装

安装好后

在这里插入图片描述

新建一个项目

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
一直下一步,到这里的话可以看到 项目创建成功

在这里插入图片描述
然后我们来 配置环境
在这里插入图片描述
下一步

添加库文件 找到这个:

C:\ProgramFiles(x86)\IntelSWTools\openvino_2020.2.117\deployment_tools\inference_engine\lib\intel64\Release\inference_engine.lib

在这里插入图片描述
选择包含路径:

C:\ProgramFiles (x86)\IntelSWTools\openvino_2020.2.117\deployment_tools\inference_engine\include

在这里插入图片描述
一直下一步 最后可以看到

在这里插入图片描述
自动导入得文件还需要手动修改一波,这个对新手比较麻烦,所以请复制下面的内容,添加到*.pro文件中即可(注意:修改一下路径)

1win32:CONFIG(release, debug|release): LIBS += -LC:/Intel/openvino_2020.1.033/deployment_tools/inference_engine/lib/intel64/release/ -linference_engine
2 -linference_engine_c_api
3 -linference_engine_nn_builder
4 -linference_engine_preproc
5else:win32:CONFIG(debug, debug|release): LIBS += -LC:/Intel/openvino_2020.1.033/deployment_tools/inference_engine/lib/intel64/debug/ -linference_engine
6 -linference_engine_c_api
7 -linference_engine_nn_builder
8 -linference_engine_preproc
9else:unix: LIBS += -LC:/Intel/openvino_2020.1.033/deployment_tools/inference_engine/lib/intel64/ -linference_engine
10 -linference_engine_c_api
11 -linference_engine_nn_builder
12 -linference_engine_preproc
13
14INCLUDEPATH += C:/Intel/openvino_2020.1.033/deployment_tools/inference_engine/include
15DEPENDPATH += C:/Intel/openvino_2020.1.033/deployment_tools/inference_engine/include
16
17win32:CONFIG(release, debug|release): LIBS += -LC:/Intel/openvino_2020.1.033/opencv/lib/ -lopencv_core420
18 -lopencv_dnn420
19 -lopencv_ml420
20 -lopencv_highgui420
21 -lopencv_imgcodecs420
22 -lopencv_imgproc420
23 -lopencv_video420
24 -lopencv_videoio420
25else:win32:CONFIG(debug, debug|release): LIBS += -LC:/Intel/openvino_2020.1.033/opencv/lib/ -lopencv_core420d
26 -lopencv_dnn420d
27 -lopencv_ml420d
28 -lopencv_highgui420d
29 -lopencv_imgcodecs420d
30 -lopencv_imgproc420d
31 -lopencv_video420d
32 -lopencv_videoio420d
33else:unix: LIBS += -LC:/Intel/openvino_2020.1.033/opencv/lib/ -lopencv_core420
34 -lopencv_dnn420
35 -lopencv_ml420
36 -lopencv_highgui420
37 -lopencv_imgcodecs420
38 -lopencv_imgproc420
39 -lopencv_video420
40 -lopencv_videoio420
41
42INCLUDEPATH += C:/Intel/openvino_2020.1.033/opencv/include
43DEPENDPATH += C:/Intel/openvino_2020.1.033/opencv/include

最终测试运行结果如下:

在这里插入图片描述

原文发布于2020-06-12:干货 | 基于 OpenVINO Python SDK 环境配置与运行

关注我们,让开发变得更有趣~👇
在这里插入图片描述

微信号:openvinodev
B站:OpenVINO 中文社区

您可能感兴趣的与本文相关的镜像

📄 AI 智能文档扫描仪 -

📄 AI 智能文档扫描仪 -

图片编辑
Python
PyTorch

基于OpenCV透视变换算法,提供文档自动扫描与矫正服务,支持边缘检测、歪斜拉直及去阴影增强,集成WebUI,纯算法零依赖版

手把手讲授如何搭建成功OpenVINO框架,并且使用预训练模型快速开发超分辨率、道路分割、汽车识别、人脸识别、人体姿态和行人车辆分析。得益于OpenVINO框架的强大能力,这些例子都能够基于CPU达到实时帧率。课程的亮点在于在调通Demo的基础上更进一步:一是在讲Demo的时候,对相关领域问题进行分析(比如介绍什么是超分辨率,有什么作用)、预训练模型的来龙去脉(来自那篇论文,用什么训练的)、如何去查看不同模型的输入输出参数、如何编写对应的接口参数进行详细讲解;二是基本上对所有的代码进行重构,也就是能够让例子独立出来,并且给出了带有较详细注释的代码;三是注重实际运用,将Demo进一步和实时视频处理框架融合,形成能够独立运行的程序,方便模型落地部署;四是重难点突出、注重总结归纳,对OpenVINO基本框架,特别是能够提高视频处理速度的异步机制和能够直接部署解决实际问题的骨骼模型着重讲解,帮助学习理解;五是整个课程准备精细,每一课都避免千篇一律,前一课有对后一课的预告,后一课有对前一课的难点回顾,避免学习过程中出现突兀;六是在适当的时候拓展衍生,不仅讲OpenVINO解决图像处理问题,而且还补充图像处理的软硬选择、如何在手机上开发图像处理程序等内容,帮助拓展视野,增强对行业现状的了解。基本提纲:1、课程综述、环境配置2、OpenVINO范例-超分辨率(super_resolution_demo)3、OpenVINO范例-道路分割(segmentation_demo)4、OpenVINO范例-汽车识别(security_barrier_camera_demo)5、OpenVINO范例-人脸识别(interactive_face_detection_demo)6、OpenVINO范例-人体姿态分析(human_pose_estimation_demo)7、OpenVINO范例-行人车辆分析(pedestrian_tracker_demo)8、NCS和GOMFCTEMPLATE9、课程小结,资源分享
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值