在京东预定了好几天，可惜到了几周，总是加班太忙，今天总算尝了鲜。
win10_x64，已安装VS2015 + Python3.6(Anaconda3) + CMake3.12.3
还可以安装OpenCV4.0.0，openvino里面的demo都用到了opencv。但这些demo都是用cmake编译的，cmake加载的opencv路径，我始终没有配置成功。所以，最好是使用openvino安装opencv环境，来进行demo编译。
下载w_openvino_toolkit_p_2018.4.420.exe，安装以下选项：
[img]http://dl2.iteye.com/upload/attachment/0131/2199/a9e2e82f-f4c9-32ae-8f13-0327636fbd91.jpg" alt="[/img]
算法是可以CPU跑的，咱要测试VPU，最好选上OpenCV。
安装完毕之后。我还以为有IDE工具呢，想多了。接着要做几件事：
1，启动CMD，执行：
D:\Intel\computer_vision_sdk\deployment_tools\model_optimizer\install_prerequisites\install_prerequisites.bat
如果明确只使用一种架构，比如caffe，那么可以只执行：install_prerequisites_caffe.bat
2，添加环境变量：
D:\Intel\computer_vision_sdk_2018.4.420\inference_engine\bin\intel64\Release
否则运行demo时，会出现找不到inference_engine.dll的错误。
3，用管理员身份启动CMD，执行：
D:\Intel\computer_vision_sdk_2018.4.420\deployment_tools\demo\demo_squeezenet_download_convert_run -d MYRIAD
注意这里，一定要加“-d MYRIAD”，是指运行在什么设备上，否则之后编译出来的模型是FP32的，而VPU只支持FP16。
上面的批处理跑到最后，会执行失败，那么就去
D:\Intel\computer_vision_sdk_2018.4.420\deployment_tools\inference_engine\samples\intel64\Release
找到编译好的可执行文件：classification_sample.exe
执行指令：
classification_sample.exe -i "D:\Intel\computer_vision_sdk_2018.4.420\deployment_tools\demo\car.png" -m "C:\Users\ADong\Documents\Intel\OpenVINO\models\ir\squeezenet1.1.xml" -d MYRIAD
算力还是相当牛掰。
用VS2015打开：
D:\Intel\computer_vision_sdk_2018.4.420\inference_engine\samples\Samples.sln
- 大小: 51 KB
- 大小: 56.6 KB
- 大小: 95.9 KB
- 大小: 105.9 KB
- 大小: 187.3 KB
分享到：
相关推荐
Intel Movidius Neural Compute Stick 跑tensorflow训练的mnist模型的例子,博客链接： https://blog.csdn.net/rookie_wei/article/details/98873920
总之，这个资源为Windows 10用户提供了方便，使得他们无需自己编译OpenCV和opencv_contrib，可以直接在VS2017环境下进行计算机视觉项目开发。只要正确配置，你就可以充分利用这两个库的强大功能，实现各种创新的...
art计算棒_win10_Ubuntu16.04_Neural-Compute-Stick-NCS-
The Detailed Data on the Neural Compute Stick Acceleration Performance
接着，我们需要安装CUDNN (Convolutional Neural Network CUDA Compute Library)，这是一个针对深度神经网络的GPU加速库，用于加速深度学习算法中的卷积运算。CUDNN 8.6.0.163是专为CUDA 11设计的，它可以极大地提高...
### Win10 + CUDA 10.2 + cuDNN 7.6.5 安装与配置详解 #### 一、概述 在深度学习领域，CUDA（Compute Unified Device Architecture）是NVIDIA推出的用于实现GPU计算的应用程序编程接口（API）。而cuDNN（CUDA Deep...
原英文网站:...中文翻译:https://www.gitbook.com/book/hit-scir/neural-networks-and-deep-learning-zh_cn/details 方便无梯子的同学：链接: https://pan.baidu.com/s/12UVkF4M1WUPAvZC28BH0vA 密码: hq7x
在本文中，我们将探讨如何在Windows 10操作系统和Python环境下，使用OpenVINO工具包来加速自己训练的YOLOv5模型的推理过程。OpenVINO（Open Visual Inference and Neural Network Optimization）是一个高性能的...
+ Artificial neural network ( ANN ) + Feed Forward Neural Network ( FFNN ) + Cascade Forward Neural Network ( CFNN ) + Recurrent Neural Network ( RNN ) + Generalized Regression Neural Network ( ...
【Python-Neuraltalk2pytorch在PyTorch中的图像字幕模型】 图像字幕模型是一种深度学习技术，用于为输入的图像自动生成描述性的文字。这种技术结合了计算机视觉和自然语言处理领域的知识，使得机器能够理解并解释...
Since this is a book on the design of neural networks, our choice of topics was guided by two principles. First, we wanted to present the most useful and practical neural network architectures, ...
neural network design 2nd edtion Copyright by Martin T. Hagan and Howard B. Demuth. All rights reserved. No part of the book may be reproduced, stored in a retrieval system, or transcribed in any form...
它允许开发者在硬件设备（如Intel Movidius Neural Compute Stick）上运行深度学习模型，以提高运算效率并降低功耗。NCSDK通常包含API、库文件、样例代码和必要的工具，帮助开发者在目标硬件上部署和优化模型。 1. ...
【标题】"win10 x64 cudnn 7" 指的是在64位Windows 10操作系统上使用的CuDNN（CUDA Deep Neural Network）版本7。CuDNN是NVIDIA公司开发的一个深度学习库，它为深度神经网络（DNNs）、卷积神经网络（CNNs）和其他...
Contains_examples_for_the_Movidius_Neural_Compute__ncappzoo
在本文中，我们将深入探讨OpenCV 3.1.0版本以及如何在Visual Studio 2015环境下进行编译和使用。 OpenCV 3.1.0是该库的一个重要版本，它在前一版本的基础上增加了一些新功能和优化。其中值得注意的改进包括： 1. *...
Intel NCS2，即Intel Neural Compute Stick 2，是英特尔推出的最新的深度学习推理开发套件。它以一个便于携带的USB棒形式出现，由最新的VPU（视觉处理单元）- Intel Movidius Myriad X所供电。这个VPU包括一个片上...
Software_Development_Kit_for_the_Neural_Compute_St_ncsdk
在Windows 10环境下配置TensorFlow GPU和Keras的开发环境是一项重要的工作，因为它为深度学习项目提供了必要的计算加速和高效框架。以下是一份详细的步骤指南： 首先，我们需要安装**Anaconda**，这是一个强大的...
在深度学习领域，CUDA（Compute Unified Device Architecture）和cuDNN（CUDA Deep Neural Network）是两个至关重要的组件，尤其对于在GPU上加速计算任务来说。CUDA是由NVIDIA开发的一个并行计算平台，允许开发者...