运行示例

零编码体验一个AI示例

以下操作基于Ubuntu20.04系统
1.更新您的软件包。
sudo apt update

2.安装所需的软件包及工具为后续以创建 Python虚拟环境做准备。

sudo apt install python3-venv 
sudo apt install git wget

3.创建 Python 虚拟环境。这样可以避免与系统上安装的 Python 软件发生依赖关系冲突。
python3 -m venv openvino_env

4.激活 Python* 虚拟环境。
source openvino_env/bin/activate

5.安装和更新 pip。
python -m pip install --upgrade pip

6.使用 TensorFlow 2.x、ONNX 和 PyTorch* 框架安装 OpenVINO™ 开发工具。此步骤可能需要一段时间，具体取决于您的互联网连接。当您看到命令提示符重新出现时，安装完成。
pip install openvino-dev openvino

7.验证安装。
mo -h
您将看到模型优化器的帮助消息，说明安装成功。

8.克隆 OpenVINO™ 工具包的开放模型库，其中包含演示应用程序。

git clone --recurse-submodules https://mirror.ghproxy.com/https://github.com/openvinotoolkit/open_model_zoo.git

如果因为网络环境不佳遇到下载慢或超时，可以添加代理服务器，使用下面的命令进行加速克隆。

git clone --recurse-submodules https://mirror.ghproxy.com/https://github.com/openvinotoolkit/open_model_zoo.git

9.安装演示所需要的依赖包
pip install open_model_zoo/demos/common/python

10.通过模型下载器下载模型预训练模型
omz_downloader --name person-detection-retail-0013 -o models

11.下载预先录制的视频素材，用作模型检测人员的示例。

wget https://mirror.ghproxy.com/https://github.com/intel-iot-devkit/sample-videos/raw/master/one-by-one-person-detection.mp4

如果因为网络环境不佳遇到下载慢或超时，可以添加代理服务器，使用下面的命令进行加速下载。

wget https://mirror.ghproxy.com/https://github.com/intel-iot-devkit/sample-videos/raw/master/one-by-one-person-detection.mp4

12.运行演示。（使用键盘快捷键 Ctrl + C 关闭演示窗口。）
python open_model_zoo/demos/object_detection_demo/python/object_detection_demo.py -m=models/intel/person-detection-retail-0013/FP32/person-detection-retail-0013.xml -i=one-by-one-person-detection.mp4 -at ssd