OpenVINO 系列軟體包預訓練模型介紹

本文翻譯自 Intel OpenVINO 的  "Overview of OpenVINO Toolkit Pre-Trained Models"

原文連結： https://docs.openvinotoolkit.org/latest/_models_intel_index.html

翻譯：coneypo，working in Intel for IoT，有問題或者建議歡迎留言交流

Q&A

問：用 Pre-trained model 可以幹什麼？

答：我們可以用 Pre-trained 的模型直接輸入資料進行 model inference / 推理，而不需要收集資料集自己 Train 一個 model，這些訓練好的模型拿來即用，適合新手學習；

 

問：如何使用 OpenVINO 預訓練模型進行推算？

答：

1. 先下載安裝 OpenVINO 環境: https://docs.openvinotoolkit.org/cn/index.html；

2. OpenVINO 提供的 model zoo 的示例程式碼在這個 repo ：

$ git clone https://github.com/opencv/open_model_zoo

$ cd /open_model_zoo/demos/python_demos/

3. 比如有一個 face_recognition_demo/ 資料夾，裡面有個 README.md 告訴怎麼配置引數：

python ./face_recognition_demo.py ^
-m_fd <path_to_model>/face-detection-retail-0004.xml ^
-m_lm <path_to_model>/landmarks-regression-retail-0009.xml ^
-m_reid <path_to_model>/face-reidentification-retail-0095.xml ^
--verbose ^
-fg "C:/face_gallery"

4. 下載模型

$ cd /<OPENVINO_INSTALL_DIR>/deployment_tools/open_model_zoo/tools/downloader/

$ sudo ./downloader.py --name face-detection-retail-0004

$ sudo ./downloader.py --name landmarks-regression-retail-0009.xml

$ sudo ./downloader.py --name face-reidentification-retail-0095.xml

5. 執行 face_recognition_demo.py

這篇文章中會介紹如下模型：

• Object Detection Models / 目標檢測模型
• Object Recognition Models / 目標識別模型
• Reidentification Models / 迴歸模型
• Semantic Segmentation Models / 語義分割模型
• Instance Segmentation Models / 例項分割模型
• Human Pose Estimation Models / 人類姿勢識別模型
• Image Processing/ 影象處理
• Text Detection / 文字檢測
• Text Recognition / 文字識別
• Text Spotting / 文字識別
• Action Recognition Models / 動作識別模型
• Image Retrieval / 影象檢索
• Compressed models / 壓縮模型

OpenVINO 軟體包提供一系列預訓練模型，你可以用來進行學習，或者進行參考設計；

OpenVINO 的版本會在 Github_open_model zoo 上面進行維護；

這些模型也可以通過模型下載器 (<OPENVINO_INSTALL_DIR>/deployment_tools/open_model_zoo/tools/downloader) 下載，或者在 01.org 進行手動下載；

Object Detection Models / 目標檢測模型

OpenVINO 提供一系列熱門目標，如人臉/人/汽車等等的檢測模型；大多數網路都是基於 SSD (Single Shot MultiBox Detector)，而且準確度和效能都不錯；

針對於檢測相同型別目標的網路（比如 face-detection-adas-0001 和 face-detection-retail-0004），能夠以較小的效能代價，讓我們達到更高的精度和更廣的適用範圍；

因此你可以期待一個更大的神經網路，來更好的檢測相同型別的物件；

Object Recognition Models / 目標識別模型

目標識別模型用來進行 Classification / 分類，Regression / 迴歸，Charcter recognition / 特徵識別；

針對某種特徵進行檢測之後，再使用這些神經網路進行檢測/識別（比如在人臉識別之後，再進行年齡/性別的識別）；

Reidentification Models / 再識別模型

在視訊中，進行精準的目標追蹤是計算機視覺的典型應用場景；

它通常會因為一系列的事情而變得相對比較複雜，這些事情可以描述為 "Relatively long absence of an object" / 一個物件相對較長的缺失；

比如，可能由於 occlusion / 遮擋 或者 out-of-frame movement / 框外移動 導致的；

針對這種情況，最好將目標視為 "seen before" / 先前見過的，而不管其在影象中的當前位置，或者距離上次識別出位置經過多長時間；

下面的網路用在以上這種情況，這些網路獲取一個人的影象，然後將這個人的特徵在高維空間中進行評估；這些特徵向量會進行進一步評估：通過比較歐式距離來確定是否是同一個人；

這裡提供了幾種模型，在效能和精確度之間進行權衡（模型更大，效能更好）：

Semantic Segmentation Models / 語義分割模型

語義分割可以歸為目標檢測的拓展問題；

返回的不是特徵框，語義分割模型返回輸入影象（影象中每個畫素的顏色代表著特定的類別）的 Painted version / 塗色塊；

這些網路比目標檢測網路要複雜的多，但是提供了一個畫素級別的分類，屬於同一類的畫素會被歸為一類（塗上相同顏色），而且可以檢測到複雜圖形中的空間（比如道路中的可用區域）；

Instance Segmentation Models / 例項分割模型

例項分割模型是目標檢測和語義分割的拓展；

例項分割模型不是對每個目標例項進行特徵框預測分析，而是為每個例項生成畫素級別的遮罩；

Human Pose Estimation Models / 人類姿勢估計模型

人體姿勢估計任務用來預測姿勢：對於輸入的影象或者視訊，推斷出帶有特徵點和特徵點之間連線的身體骨骼；特徵點是身體器官：比如耳朵，眼睛，鼻子，胳膊，膝蓋等等；

有兩種主要的分類：top-down / 從上往下， bottom-up / 從下往上；

第一種方法在給定的幀中，檢測出人，然後裁剪和調整，執行姿勢估計網路為每個檢測出來的人，這種方法很精確；

第二種找到給定的幀中，所有的特徵點，然後根據人的例項進行分類，因此比第一種更快，因為網路只運行了一次；

Image Processing / 影象處理

深度學習模型在影象處理中應用來提高輸出質量：

Text Detection / 文字檢測

深度學習模型在文字檢測中進行應用：

Text Recognition / 文字識別

深度學習模型在文字識別中應用；

Text Spotting / 文字定位識別

深度學習模型用於文字檢測識別；

Action Recognition Models / 動作識別模型

動作識別模型對一個視訊短片（通過堆疊來自輸入視訊的取樣幀得到的張量）預測動作；

一些模型從不同的視訊片段中提取（比如 driver-action-recognition-adas-0002 可能會使用預計算的高維度）特徵（嵌入） 然後整合到一個臨時模型中，用分類分數來預測一個向量；

計算嵌入的模型稱為 encoder / 編碼器，用來預測真實標籤的模型稱為 decoder / 解碼器；

Image Retrieval / 影象檢索

深度學習模型用來進行影象檢索（根據相似度對影象進行排序）；

Compressed Models / 壓縮模型

深度學習壓縮模型；

歡迎使用 Intel OpenVINO Toolkit 進行 AI 開發，OpenVINO（SW）+ MyriadX VPU（HW） 主要側重於 Inference 推算時的加速，藉助 Intel VPU 可以對邊緣端裝置推演時進行加速；

我會在之後的 blog 裡面更新詳細的 sample code 的用法；

開發過程中若有問題歡迎留言；

相關推薦

【翻譯】OpenVINO Pre-Trained 預訓練模型介紹

OpenVINO 系列軟體包預訓練模型介紹 本文翻譯自 Intel OpenVINO 的  "Overview of OpenVINO Toolkit Pre-Trained Models" 原文連結： https://docs.openvinotoolkit.org

【神經網路】VGG、ResNet、GoogleLeNet、AlexNet等常用網路程式碼及預訓練模型

常用資料集： 模型們在ImageNet競賽上的top-5錯誤率概況： 常用預訓練模型池： AlexNet資訊如上圖 - 在當時第一次使用了ReLU - 使用了Norm層（在當時還不廣泛） - 訓練資料量增大 - dropout 0.5 - 每批資料

【深度學習】使用預訓練模型

主要有兩種方法： 特徵提取 微調模型 特徵提取 特徵提取就是使用已經訓練好的網路在新的樣本上提取特徵，然後將這些特徵輸入到新的分類器，從頭開始訓練的過程。 卷積神經網路分為兩個部分： 一系列池化層+卷積層，也叫卷積基 全連線層

【資料應用技巧】NLP領域的預訓練之風

案例來源：@AI科技評論 @集智翻譯組 @人工智慧LeadAI 0. 背景：ImageNet帶來了資料預訓練的風，通過在ImageNet資料集上訓練得到的網路權重，可以遷移學習到較少標註集較高標註成本的領域。這股思想也進入了NLP領域，本文介紹幾種預訓練方法。 目

【tf.keras】tf.keras載入AlexNet預訓練模型

目錄 從 PyTorch 中匯出模型引數 第 0 步：配置環境 第 1 步：安裝 MMdnn 第 2 步：得到 PyTorch 儲存完整結構和引數的模型（pth 檔案） 第 3 步：匯出 Py

【NLP面試QA】預訓練模型

[TOC] #### 自迴歸語言模型與自編碼語言 - 自迴歸語言模型 - 通過給定文字的上文，對下一個字進行預測 - 優點：對文字序列聯合概率的密度估計進行建模，使得該模型更適用於一些生成類的NLP任務，因為這些任務在生成內容的時候就是從左到右的，這和自迴歸的模式天然匹配。 - 缺點

【翻譯】如何使用 OpenVINO 來優化 OpenCV

本文翻譯自 Vishwesh Shrimali 的  "Using OpenVINO with OpenCV" 原文連結： https://www.learnopencv.com/using-openvino-with-opencv/ 翻譯：coneyp

【小白學PyTorch】5 torchvision預訓練模型與資料集全覽

文章來自：微信公眾號【機器學習煉丹術】。一個ai專業研究生的個人學習分享公眾號 文章目錄： [TOC] # torchvision >官網上的介紹（FQ）：The torchvision package consists of popular datasets, model architecture

【翻譯】 View Frustum Culling --1 View Frustum’s Shape

near com 矩形區域 狀態 翻譯 cnblogs 位置 移動 距離 這是一些列來自lighthouse3d的視錐體裁剪教程。旨在學習總結，及便於查閱。 1、視錐體的形狀 在OpenGL中，透視投影是由兩個函數定義的gluPerspective和gluLookAt

【翻譯】關於vertical-align所有你需要知道的

增加 大寫 內聯 簡單 -s 列表 fin 技術分享 解決方案 本文是翻譯過來的，如果有不對的地方還請指教~，原文鏈接：Vertical-Align: All You Need To Know 前面一些說明，可以略過不看吧 我經常需要對元素進行垂直方向上的布局。 CSS提供

【翻譯】ASP.NET Core 文檔目錄

www asp nbsp .com col actions size 組件 ons 簡介 入門 創建一個Web應用程序 創建一個Web API 教程 基礎 MVC Razor Pages Razor 語法 Model 綁定

GTD190018:【翻譯】The Case Against Civilization

sed trait intervals cycle variety enter method nor get https://www.newyorker.com/magazine/2017/09/18/the-case-against-civilization

【翻譯】‘BadRabbit’ Ransomware Burrows Into Russia, Ukraine

ati exe rar product ner qcow dns query rep stream 【來源】 ‘BadRabbit’ Ransomware Burrows Into Russia, Ukraine By Raj Samani and Christiaan B

【翻譯】在GitHub上通過星級評估排名前10的最受歡迎的開源Delphi項目

href ref -s 編程 強烈 使用 系統 ioc 進行 GitHub上有相當多的Delphi開源項目可以為你節省一些時間。我在GitHub上搜索了Delphi，然後按最主要的項目進行排序，並列出了前十名單。這裏有一些非常好的東西，包括Awesome Delphi（這是

【翻譯】《向“彈跳球”演示程序添加新功能》 in MDN

dev tps sts color htm html nes obj doc 文章地址： https://developer.mozilla.org/zh-CN/docs/Learn/JavaScript/Objects/%E5%90%91%E2%80%9C%E5%BC%B

【翻譯】- EffectiveAkka-第二章（一）

未來 接口 ask success 就是 -m des exec uri Actor使用模式 　　現在我們已經了解了可以創建的actor系統的不同類型，那麽我們在編寫基於actor的應用程序時，可以采用什麽樣的使用模式，以便避免出現常見錯誤呢？ 下面就讓我們看看其中使用模式

【翻譯】Apache Shiro10分鐘教程

做什麽 網頁 cnblogs 讓我 技術 參考手冊 user com 分鐘 本文為翻譯文，原文地址：http://shiro.apache.org/10-minute-tutorial.html 介紹 歡迎來到Apache Shiro的10分鐘教程！ 通過這個教程，你會完全

【翻譯】Temporal supersampling and antialiasing

鋸齒 In TE ant bar can add rec always 原文鏈接：https://bartwronski.com/2014/03/15/temporal-supersampling-and-antialiasing/ Aliasing problem鋸齒問題

PLSQL簡介（一）【翻譯】

發展 奇怪 設置 操作系統 fort 成熟 解決 之一 其他 PLSQL簡介（一）【翻譯】 原書：steven feuerstei-oracle PLSQL grogramming 2014 PL / SQL代表“結構化查詢語言和過程語言。 Oracle公司推出了PL

【翻譯】Motion Blur for mobile devices in Unity

采樣 nim 模糊效果 步驟 深度 put ++ 足夠 函數 原文鏈接：https://tech.spaceapegames.com/2018/09/06/motion-blur-for-mobile-devices-in-unity/ 什麽是運動模糊？-What is M