Ir para o conteúdo principal
Base de conhecimentos do Suporte

Como instalar OpenVINO™ extensão de treinamento do repositório "Misc" do GitHub?

Tipo de conteúdo: Instalação e configuração   |   ID do artigo: 000095900   |   Última revisão: 05/09/2023

Ambiente

Sistema operacional

Ubuntu 18.04

Descrição

Não foi possível instalar a OpenVINO™ Training Extension da filial repositório misc do GitHub*.

Resolução

Pré-requisitos

  • Ubuntu* 18,04 / 20.04
  • Python* 3,6+
  • OpenVINO™ - para exportação e execução de modelos
  • Kit de ferramentas CUDA 10.2 — para treinamento em GPU

Etapas da instalação:

  1. Baixe o OpenVINO Toolkit 2021.4.2 para o SO Linux*.
  2. Siga Instalar e configurar Distribuição Intel® do kit de ferramentas OpenVINO™ para Linux*.
  3. Clone repositório de extensões de treinamento OpenVINO™:

    git clone https://github.com/openvinotoolkit/training_extensions.git

    export OTE_DIR=`pwd`/training_extensions

  4. Clone Abra o repositório do Open Model Zoo para executar demonstrações:

    git clone https://github.com/openvinotoolkit/open_model_zoo --branch 2021.4.2

    export OMZ_DIR=`pwd`/open_model_zoo

  5. Mude o diretório para object_detection:

    cd /training_extensions/models/object_detection

  6. Crie um ambiente virtual:

    ./init_venv.sh

  7. Ativar o ambiente virtual:

    source venv/bin/activate

  8. Modifique as versões onnxoptimizer e onnx no seguinte arquivo runtime.txt:

    /training_extensions/external/mmdetection/requirements/runtime.txt

    onnx==1.10.1

    onnxoptimizer==0.2.6

  9. Instalar MMDetection dentro do ambiente virtual:

    cd /training_extensions/external/mmdetection/

    pip install -r requirements/build.txt

    pip install "git+ https://github.com/open-mmlab/cocoapi.git#subdirectory=pycocotools"

    pip install -v -e .

  10. Continue a Etapa 2 no Guia de detecção de texto horizontal .

    cd /training_extensions/models/object_detection

    export MODEL_TEMPLATE=`realpath ./model_templates/horizontal-text-detection/horizontal-text-detection-0001/template.yaml`

    export WORK_DIR=/tmp/my-$(basename $(dirname $MODEL_TEMPLATE))

    export SNAPSHOT=snapshot.pth

    python ../../tools/instantiate_template.py ${MODEL_TEMPLATE} ${WORK_DIR}

  11. Continuar a etapa 3. Experimente um modelo pré-treinado

    cd ${WORK_DIR}

    python export.py \

    --load-weights ${SNAPSHOT} \

    --save-model-to export

    python ${OMZ_DIR}/demos/object_detection_demo/python/object_detection_demo.py \

    -m export/model.xml \

    -at ssd \

    -i /dev/video0

Outras informações

Etapas para a solução de problemas:

Se o ModuleNotFoundError: ocorreu um módulo chamado 'mmcv._ext' , faça o downgrade do CUDA para a versão 10.2.

Se o RuntimeError: OpenVINO™ Model Optimizer não for encontrado ou configurado corretamente ocorreu, execute as etapas na Etapa 4: Configure o Otimizador de modelo.

Se o erro persistir, forneça o PATH completo para mo.py no interior do arquivo /mmdetection/tools/export.py (Linhas 154,171.179 e 185).

CAMINHO COMPLETO para mo.py:

/opt/intel/openvino_2021.4.752/deployment_tools/model_optimizer/mo.py

Produtos relacionados

Este artigo aplica-se a 3 produtos.
Software do processador Intel® Xeon Phi™ OpenVINO™ toolkit Bibliotecas de desempenho

Avisos legais

O conteúdo desta página é uma combinação de tradução humana e por computador do conteúdo original em inglês. Este conteúdo é fornecido para sua conveniência e apenas para informação geral, e não deve ser considerado completo ou exato. Se houver alguma contradição entre a versão em inglês desta página e a tradução, a versão em inglês prevalecerá e será a determinante. Exibir a versão em inglês desta página.