前言

上一篇博客給大家介紹了使用opencv加載YOLOv5的onnx模型，但我們發現使用CPU進行推理檢測確實有些慢，那難道在CPU上就不能愉快地進行物體識別了嗎？當然可以啦，這不LabVIEW和OpenVINO就來了嘛！今天就和大家一起看一下如何在CPU上也能感受絲滑的實時物體識別，

一、OpenVINO是什么

OpenVINO是英特爾針對自家硬體平臺開發的一套深度學習工具庫，用于快速部署應用和解決方案，包含推斷庫，模型優化等等一系列與深度學習模型部署相關的功能，

在這里插入圖片描述

特點：

在邊緣啟用基于CNN的深度學習推理
支持通過英特爾?Movidius?VPU在英特爾?CPU，英特爾?集成顯卡，英特爾?神經計算棒2和英特爾?視覺加速器設計之間進行異構執行
通過易于使用的計算機視覺功能庫和預先優化的內核加快上市時間
包括對計算機視覺標準（包括OpenCV *和OpenCL?）的優化呼叫
通俗易懂點說想要在intel-cpu或者嵌入式上部署深度學習模型，可以考慮考慮openvino

二、LabVIEW視覺工具包下載與配置

1、視覺工具包的下載安裝

可在如下鏈接中下載并安裝工具包：https://www.cnblogs.com/virobotics/p/16527821.html

2、OpenVINO toolkit下載安裝

下載地址：英特爾? Distribution of OpenVINO? 工具套件 1）點擊Dev Tools

在這里插入圖片描述

2）選擇版本，選擇如下版本，并DownLoad：

在這里插入圖片描述

3）下載后，運行安裝即可！

在這里插入圖片描述

4）可以選擇安裝路徑，具體安裝可以參考官方檔案：https://docs.openvino.ai/cn/latest/openvino_docs_install_guides_installing_openvino_windows.html

三、模型獲取

openvino作業流程，和其他的部署工具都差不多，訓練好模型，決議成openvino專用的.xml和.bin，隨后傳入Inference Engine中進行推理，這里和上一篇博客一樣可以使用export.py匯出openvino模型：python export.py --weights yolov5s.pt --include openvino 當然這里已經為大家轉換好了模型，大家可以直接下載，下載鏈接：YOLOv5 OpenVINO IR模型

在這里插入圖片描述