OpenVINO20 - PukiWiki

OpenVINO™ ツールキットを利用する †

　推論機能の実装に特化した「OpenVINO™ ツールキット」の使い方を検討する。
　OpenVINO™ ツールキットインストール環境でこれまでに作成した各種プログラムを OpenVINO ランタイム・パッケージ環境で実行できるようにして検証する。

OpenVINO™ ツールキットを利用する
参考資料

※ 最終更新:2022/12/06　

↑

概要 †

↑

OpenVINO™ について †

AIの実装を手軽にするツールキット、インテル社が提供し無償で使える
推論機能の実装に特化しディープラーニングを活用したアプリケーションを専門知識がない状態でも開発できるように設計されている
ディープラーニングを活用したアプリケーション実装に必要な画像処理や、推論機能の実装を簡単に開発するために必要なコンポーネントが提供される
利用可能なアプリケーションで主に利用されるディープラーニングのモデルを学習済モデルとして60種類以上のモデルを利用可能な状態で公開
OpenVINO™ が提供する機能は、インテル製CPU、GPU、FPG、VPUの様々なハードウェアで高速に実行できるように最適化されている

　※ 上記引用 → 無料で使えるインテル社のAI導入ツール業種を問わない万能さで注目のOpenVINOツールキットに迫る
　※ OpenVINO は Version2022.1以降 API2.0 に変更されているので、ここでは以前のAPIで使える Version2021.4LTSを使用する。

↑

「openvino」プロジェクトのインストール †

　OpenVINO™ ランタイムパッケージが未インストールの場合は → 別項参照

Windows
- プロジェクトパッケージのダウンロード update_20221109.zip (733MB) <プロジェクト一式>
- ダウンロードしたパッケージを解凍し、フォルダ「workspace_py37/」をシステムの「anaconda_win/workspace_py37/」に上書きする
Linux
- プロジェクトパッケージのダウンロード update_20221109.tar.gz (733MB) <プロジェクト一式>
- ダウンロードしたパッケージを解凍し、フォルダ「workspace_py37/」をシステムの「~/workspace_py37/」に上書きする

↑

アプリケーション・プログラム †

プログラム一覧

種別	機能	プログラム名
感情分析	画像から顔を特定しディープラーニングで感情推論	emotion3.py
年齢/性別分析	顔を特定しディープラーニングで年齢/性別を推論	age_gender3.py
リアルタイム感情分析	「顔検出」と「感情分類」を組合せ、リアルタイムにグラフ表示や画像表示	sentiment_analysis3.py
顔追跡	機械学習で画像から人物の顔を検出し、フレーム間での一致を調べて、追跡	face-tracking3.py
マスク着用の検査	顔認識の推論モデルとマスク着用検出推論モデルを使ってマスク着用の有無を調べる	face_mask3.py
人物追跡	機械学習で画像から人物を検出し、人物のフレーム間での一致を調べて、追跡	person-tracking3.py
物体検出(YOLO V3)	YOLO（You only Look Once）V3 アルゴリズムによりディープラーニングで 80種類のオブジェクトを検出	object_detect_yolo3_3.py
物体検出(YOLO V5)	YOLO（You only Look Once）V5 アルゴリズムによりディープラーニングで 80種類のオブジェクトを検出	object_detect_yolo5.py
画像分類	Caffe の学習済み軽量化モデル「squeezenet1.1」を使って、画像分類	image_classification3.py
メガネ・帽子バーチャル試着	顔認識の推論モデルを使って「メガネ」「帽子」の試着	virtual_fitting3.py

実行時に利用できるコマンドオプション

コマンドオプション	デフォールト設定	意味	※注
-h, --help	-	ヘルプ表示
-i, --input	cam	カメラ(cam)または動画・静止画像ファイル	※1
-m_dt, --m_detector	※	IR フォーマットの検出モデル	※2
-m_re, --m_recognition	※	IR フォーマット推論モデル	※21
-d, --device	CPY	デバイス指定 (CPU/GPU/MYRIAD)
--log	3	ログ出力レベル(0/1/2/3/4/5)
-l, --language	jp	言語 (en/jp)	※2
-t, --title	y	タイトル表示 (y/n)
-s, --speed	y	スピード計測表示 (y/n)
-o, --out	non	処理結果を出力する場合のファイルパス

　※1 入力ソースの指定
　　　・cam　　　　：カメラ入力
　　　・0　　　　　：ダイアログによる指定（動画 / 静止画）
　　　・ファイルパス：動画ファイル(.mp4) / 静止画ファイル(.jpg, .png, .bmp, ....)

　※2 プログラムにより指定が異なる

プログラムの実行
Linux の場合

(py37) $ cd ~/workspace_py37/openvino/
(py37) $ python3 プログラム名~

Windows の場合

(py37) > cd X:\anaconda_win\workspace_py37\openvino\
(py37) > python プログラム名~

↑

カメラ入力以外の入力画像(静止画/動画)サンプル †

　コマンドオプション「-i 0」の指定により各種サンプル画像に対する機能確認ができる

サンプル画像　~/Images/XXXXXXXX.XXX

サンプルビデオ　~/Videos/XXXXXXXX.XXX

↑

AI 学習済み推論モデルの実践アプリケーション †

↑

感情分析 †

過去の検証
Inference Engineを学んで感情分類

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python emotion3.py
Starting..
 - Program title  : Emotion Recognition 3
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Input image    : cam
 - m_detect       : ../../model/intel/FP32/face-detection-adas-0001.xml
 - m_recognition  : ../../model/intel/FP32/emotions-recognition-retail-0003.xml
 - Device         : CPU
 - Log level      : 3
 - Language       : jp
 - Input Shape1   : data
 - Output Shape1  : detection_out
 - Input Shape2   : data
 - Output Shape2  : prob_emotion
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
FPS average:      20.80
Finished.

コマンドオプション一覧

(py37w) > python emotion3.py -h
usage: emotion3.py [-h] [-i INPUT_IMAGE] [-m_dt M_DETECTOR]
                   [-m_re M_RECOGNITION] [-d DEVICE] [--log LOG] [-l LANGUAGE]
                   [-t TITLE] [-s SPEED] [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is 'cam'
  -m_dt M_DETECTOR, --m_detector M_DETECTOR
                        Detector Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/face-
                        detection-adas-0001.xml
  -m_re M_RECOGNITION, --m_recognition M_RECOGNITION
                        Emotion Path to an .xml file with a trained
                        model.Default value is
                        ../../model/intel/FP32/emotions-recognition-
                        retail-0003.xml
  -d DEVICE, --device DEVICE
                        Optional. Specify a target device to infer on. CPU,
                        GPU, FPGA, HDDL or MYRIAD is acceptable. The demo will
                        look for a suitable plugin for the device specified.
                        Default value is CPU
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -l LANGUAGE, --language LANGUAGE
                        Language.(jp/en) Default value is 'jp'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

年齢/性別分析 †

過去の検証
Intel® OpenVINO™ で学習済み顔検出・年齢性別推定モデル

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python age_gender3.py
Starting..
 - Program title  : Age/Gender Recognition 3
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Input image    : cam
 - m_detect       : ../../model/intel/FP32/face-detection-adas-0001.xml
 - m_recognition  : ../../model/intel/FP32/age-gender-recognition-retail-0013.xml
 - Device         : CPU
 - Log level      : 3
 - Language       : jp
 - Input Shape1   : data
 - Output Shape1  : detection_out
 - Input Shape2   : data
 - Output Shape2  : age_conv3
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
FPS average:      20.10
Finished.

コマンドオプション一覧

(py37w) > python age_gender3.py -h
usage: age_gender3.py [-h] [-i INPUT_IMAGE] [-m_dt M_DETECTOR]
                      [-m_re M_RECOGNITION] [-d DEVICE] [--log LOG]
                      [-l LANGUAGE] [-t TITLE] [-s SPEED] [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is 'cam'
  -m_dt M_DETECTOR, --m_detector M_DETECTOR
                        Detector Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/face-
                        detection-adas-0001.xml
  -m_re M_RECOGNITION, --m_recognition M_RECOGNITION
                        Recognition Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/age-
                        gender-recognition-retail-0013.xml
  -d DEVICE, --device DEVICE
                        Optional. Specify a target device to infer on. CPU,
                        GPU, FPGA, HDDL or MYRIAD is acceptable. The demo will
                        look for a suitable plugin for the device specified.
                        Default value is CPU
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -l LANGUAGE, --language LANGUAGE
                        Language.(jp/en) Default value is 'jp'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

リアルタイム感情分析 †

過去の検証
リアルタイム顔検出
 リアルタイム感情分析アプリ

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python sentiment_analysis3.py
Starting..
 - Program title  : Real-time sentiment analysis 3
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Input image    : cam
 - m_detect       : ../../model/intel/FP32/face-detection-retail-0004.xml
 - m_recognition  : ../../model/intel/FP32/emotions-recognition-retail-0003.xml
 - Device         : CPU
 - Log level      : 3
 - Language       : jp
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
FPS average:      19.50
Finished.

コマンドオプション一覧

(py37w) > python sentiment_analysis3.py -h
usage: sentiment_analysis3.py [-h] [-i INPUT_IMAGE] [-m_dt M_DETECTOR]
                              [-m_re M_RECOGNITION] [-d DEVICE] [--log LOG]
                              [-l LANGUAGE] [-t TITLE] [-s SPEED]
                              [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is 'cam'
  -m_dt M_DETECTOR, --m_detector M_DETECTOR
                        Detector Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/face-
                        detection-retail-0004.xml
  -m_re M_RECOGNITION, --m_recognition M_RECOGNITION
                        Recognition Path to an .xml file with a trained
                        model.Default value is
                        ../../model/intel/FP32/emotions-recognition-
                        retail-0003.xml
  -d DEVICE, --device DEVICE
                        Optional. Specify a target device to infer on. CPU,
                        GPU, FPGA, HDDL or MYRIAD is acceptable. The demo will
                        look for a suitable plugin for the device specified.
                        Default value is CPU
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -l LANGUAGE, --language LANGUAGE
                        Language.(jp/en) Default value is 'jp'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

顔追跡 †

過去の検証
顔追跡アプリケーション

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python face-tracking3.py
Starting..
 - Program title  : Face Tracking 3
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Input image    : ../../Videos/video001.mp4
 - m_detect       : ../../model/intel/FP32/face-detection-0200.xml
 - m_redient.     : ../../model/intel/FP32/face-reidentification-retail-0095.xml
 - Device         : CPU
 - Threshold      : 0.5
 - Log level      : 3
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
FPS average:      23.70
Finished.

コマンドオプション一覧

(py37w) > python face-tracking3.py -h
usage: face-tracking3.py [-h] [-i INPUT_IMAGE] [-m_dt M_DETECTOR]
                         [-m_re M_REIDENTIFICATION] [-d DEVICE]
                         [--threshold FLOAT] [--log LOG] [-t TITLE] [-s SPEED]
                         [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is '../../Videos/video001.mp4'
  -m_dt M_DETECTOR, --m_detector M_DETECTOR
                        Detector Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/face-
                        detection-0200.xml
  -m_re M_REIDENTIFICATION, --m_reidentification M_REIDENTIFICATION
                        Reidentification Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/face-
                        reidentification-retail-0095.xml
  -d DEVICE, --device DEVICE
                        Optional. Specify a target device to infer on. CPU,
                        GPU, FPGA, HDDL or MYRIAD is acceptable. The demo will
                        look for a suitable plugin for the device specified.
                        Default value is CPU
  --threshold FLOAT     Threshold for detection.
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

マスク着用の検査 †

過去の検証
マスク着用の有無を調べるアプリケーション

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python face_mask3.py
Starting..
 - Program title  : Face Mask Detection 3
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Input image    : ../../Images/mask-test.jpg
 - m_detect       : ../../model/intel/FP32/face-detection-adas-0001.xml
 - m_mask         : ../../model/face_mask.xml
 - Device         : CPU
 - Log level      : 3
 - Language       : jp
 - Input Shape1   : data
 - Output Shape1  : detection_out
 - Input Shape2   : data
 - Output Shape2  : fc5
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
FPS average:       6.70
Finished.

コマンドオプション一覧

(py37w) > python face_mask3.py -h
usage: face_mask3.py [-h] [-i INPUT_IMAGE] [-m_dt M_DETECTOR] [-m_mk M_MASK]
                     [-d DEVICE] [--log LOG] [-l LANGUAGE] [-t TITLE]
                     [-s SPEED] [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is '../../Images/mask-test.jpg'
  -m_dt M_DETECTOR, --m_detector M_DETECTOR
                        Detector Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/face-
                        detection-adas-0001.xml
  -m_mk M_MASK, --m_mask M_MASK
                        Face-mask Path to an .xml file with a trained
                        model.Default value is ../../model/face_mask.xml
  -d DEVICE, --device DEVICE
                        Optional. Specify a target device to infer on. CPU,
                        GPU, FPGA, HDDL or MYRIAD is acceptable. The demo will
                        look for a suitable plugin for the device specified.
                        Default value is CPU
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -l LANGUAGE, --language LANGUAGE
                        Language.(jp/en) Default value is 'jp'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

人物追跡 †

過去の検証
人物追跡アプリケーション

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python person-tracking3.py
Starting..
 - Program title  : Person Tracking 3
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Input image    : ../../Videos/video003.mp4
 - m_detect       : ../../model/intel/FP32/person-detection-retail-0013.xml
 - m_redient.     : ../../model/intel/FP32/person-reidentification-retail-0287.xml
 - Device         : CPU
 - Threshold      : 0.8
 - Log level      : 3
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
FPS average:      11.20
Finished.

コマンドオプション一覧

(py37w) > python person-tracking3.py -h
usage: person-tracking3.py [-h] [-i INPUT_IMAGE] [-m_dt M_DETECTOR]
                           [-m_re M_REIDENTIFICATION] [-d DEVICE]
                           [--threshold FLOAT] [--log LOG] [-t TITLE]
                           [-s SPEED] [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is '../../Videos/video003.mp4'
  -m_dt M_DETECTOR, --m_detector M_DETECTOR
                        Detector Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/person-
                        detection-retail-0013.xml
  -m_re M_REIDENTIFICATION, --m_reidentification M_REIDENTIFICATION
                        Reidentification Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/person-
                        reidentification-retail-0287.xml
  -d DEVICE, --device DEVICE
                        Optional. Specify a target device to infer on. CPU,
                        GPU, FPGA, HDDL or MYRIAD is acceptable. The demo will
                        look for a suitable plugin for the device specified.
                        Default value is CPU
  --threshold FLOAT     Threshold for detection.
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

物体検出 (YOLO V3) †

過去の検証
TinyYolo v1 で物体検出
 物体検出アプリケーション You Only Look Once「YOLO v3」

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python object_detect_yolo3_3.py
Starting..
 - Program title  : TinyYOLO V3 Object detection 3
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Input image    : ../../Videos/car1_m.mp4
 - Model          : ../../model/public/FP32/yolo-v3-tiny-tf.xml
 - Device         : CPU
 - Labels File    : coco.names_jp
 - Threshold      : 0.6
 - Intersection Over Union: 0.25
 - Log level      : 3
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
 - Input Shape    : [1, 3, 416, 416]
 - Output Shapes  :
    - output #0 name : conv2d_12/Conv2D/YoloRegion
       - output shape: [1, 255, 26, 26]
    - output #1 name : conv2d_9/Conv2D/YoloRegion
       - output shape: [1, 255, 13, 13]
.\object_detect_yolo3_3.py:376: DeprecationWarning: 'outputs' property of InferRequest is deprecated. Please instead use 'output_blobs' property.
  all_output_results = req_handle.outputs

FPS average:      15.40
Finished.

コマンドオプション一覧

(py37w) > python object_detect_yolo3_3.py -h
usage: object_detect_yolo3_3.py [-h] [-i INPUT_IMAGE] [--ir IR_File]
                                [-d DEVICE] [-lb LABEL_FILE]
                                [--threshold FLOAT] [--iou FLOAT] [--log LOG]
                                [-t TITLE] [-s SPEED] [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is '../../Videos/car1_m.mp4'
  --ir IR_File          Absolute path to the neural network IR xml
                        file.Default value is
                        ../../model/public/FP32/yolo-v3-tiny-tf.xml
  -d DEVICE, --device DEVICE
                        Optional. Specify a target device to infer on. CPU,
                        GPU, FPGA, HDDL or MYRIAD is acceptable. The demo will
                        look for a suitable plugin for the device specified.
                        Default value is CPU
  -lb LABEL_FILE, --labels LABEL_FILE
                        Absolute path to labels file.Default value is
                        'coco.names_jp'
  --threshold FLOAT     Threshold for detection.Default value is '0.6'
  --iou FLOAT           Intersection Over Union.Default value is '0.25'
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

物体検出 (YOLO V5) †

過去の検証
物体検出アプリケーション You Only Look Once「YOLO v5」

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python object_detect_yolo5.py
Starting..
 - Program title  : Object detection YOLO V5
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Input image    : ../../Videos/car1_m.mp4
 - Model          : ../../model/yolov5s.xml
 - Device         : CPU
 - Label          : coco.names_jp
 - Threshold      : 0.5
 - Threshold (IOU): 0.4
 - Log level      : 3
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
Starting inference...
FPS average:       3.10
Finished.

コマンドオプション一覧

(py37w) > python object_detect_yolo5.py -h
usage: object_detect_yolo5.py [-h] [-i INPUT_IMAGE] [-m MODEL] [-d DEVICE]
                              [-lb LABEL_FILE] [--threshold FLOAT]
                              [--iou FLOAT] [--log LOG] [-t TITLE] [-s SPEED]
                              [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is '../../Videos/car1_m.mp4'
  -m MODEL, --model MODEL
                        Model Path to an .xml file with a trained
                        model.Default value is ../../model/yolov5s.xml
  -d DEVICE, --device DEVICE
                        Optional. Specify a target device to infer on. CPU,
                        GPU, FPGA, HDDL or MYRIAD is acceptable. The demo will
                        look for a suitable plugin for the device specified.
                        Default value is CPU
  -lb LABEL_FILE, --labels LABEL_FILE
                        Absolute path to labels file.Default value is
                        'coco.names_jp'
  --threshold FLOAT     Optional. Probability threshold for detections
                        filteringDefault value is '0.5'
  --iou FLOAT           Optional. Intersection over union threshold for
                        overlapping detections filteringDefault value is '0.4'
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

画像分類 †

過去の検証
画像分類アプリケーション

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python image_classification3.py
Starting..
 - Program title  : Image Classification 3
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Input image    : cam
 - Model          : ../../model/public/FP32/squeezenet1.1.xml
 - Device         : CPU
 - Log level      : 3
 - Label          : ./synset_words_jp.txt
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
FPS average:      19.50
Finished.

コマンドオプション一覧

(py37w) > python image_classification3.py -h
usage: image_classification3.py [-h] [-i INPUT_IMAGE] [-m MODEL] [-d DEVICE]
                                [-l LABEL] [--log LOG] [-t TITLE] [-s SPEED]
                                [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is 'cam'
  -m MODEL, --model MODEL
                        Model Path to an .xml file with a trained
                        model.Default value is
                        ../../model/public/FP32/squeezenet1.1.xml
  -d DEVICE, --device DEVICE
                        Specify a target device to infer on. CPU, GPU, FPGA,
                        HDDL or MYRIAD is acceptable. The demo will look for a
                        suitable plugin for the device specified. Default
                        value is CPU
  -l LABEL, --label LABEL
                        Absolute path to labels file.Default value is
                        c./synset_words_jp.txt
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

メガネ・帽子バーチャル試着 †

過去の検証
メガネ・帽子バーチャル試着アプリケーション

プログラムの実行

(py37w) > cd X:\anaconda_win\workspace_py37\openvino
(py37w) > python virtual_fitting3.py
Starting..
 - Program title  :  Virtual Fitting 3
 - OpenCV version : 4.5.3
 - OpenVINO engine: 2021.4.2-3974-e2a469a3450-releases/2021/4
 - Item File      : cam
 - Input image    : 0
 - m_detect       : ../../model/intel/FP32/face-detection-retail-0005.xml
 - m_recognition  : ../../model/intel/FP32/landmarks-regression-retail-0009.xml
 - Device         : CPU
 - Log level      : 3
 - Program Title  : y
 - Speed flag     : y
 - Processed out  : non
FPS average:      27.40
Finished.

コマンドオプション一覧

(py37w) > python virtual_fitting3.py -h
usage: virtual_fitting3.py [-h] [-item ITEMINDEX] [-i INPUT_IMAGE]
                           [-m_dt M_DETECTOR] [-m_lm M_LANDMARKS] [-d DEVICE]
                           [--log LOG] [-t TITLE] [-s SPEED] [-o IMAGE_OUT]

optional arguments:
  -h, --help            show this help message and exit
  -item ITEMINDEX, --itemindex ITEMINDEX
                        Item Index number (0-9)
  -i INPUT_IMAGE, --input INPUT_IMAGE
                        Absolute path to image file or cam for camera
                        stream.Default value is 'cam'
  -m_dt M_DETECTOR, --m_detector M_DETECTOR
                        Detector Path to an .xml file with a trained
                        model.Default value is ../../model/intel/FP32/face-
                        detection-retail-0005.xml
  -m_lm M_LANDMARKS, --m_landmarks M_LANDMARKS
                        Landmarks Path to an .xml file with a trained
                        model.Default value is
                        ../../model/intel/FP32/landmarks-regression-
                        retail-0009.xml
  -d DEVICE, --device DEVICE
                        Optional. Specify a target device to infer on. CPU,
                        GPU, FPGA, HDDL or MYRIAD is acceptable. The demo will
                        look for a suitable plugin for the device specified.
                        Default value is CPU
  --log LOG             Log level(-1/0/1/2/3/4/5) Default value is '3'
  -t TITLE, --title TITLE
                        Program title flag.(y/n) Default value is 'y'
  -s SPEED, --speed SPEED
                        Speed display flag.(y/n) Default calue is 'y'
  -o IMAGE_OUT, --out IMAGE_OUT
                        Processed image file path. Default value is 'non'

↑

詳細情報 †

↑

OpenVINO™「2021/4」ランタイムパッケージのインストール †

　以下詳細手順は → 「Anaconda と OpenVINO™ toolkit」を参照。

Anaconda 環境の更新

$ conda update -n base -c defaults conda

Anaconda 環境の構築（必要な場合）
```
$ conda create -n py37 python=3.7
```
Anaconda 仮想環境を起動する
```
$ conda activate py37
```

pip の更新

(py37) $ python -m pip install --upgrade pip

ランタイムパッケージをインストール
・Linux (ubuntu 20.04) の場合
```
(py37) $ conda install openvino-ie4py-ubuntu20 -c intel
```
・Windows の場合
```
(py37) $ conda install openvino-ie4py -c intel
```
追加のモジュールをインストール
```
(py37) $ conda install munkres
```
インストール後の確認
```
(py37) $ python -c "from openvino.inference_engine import IECore"
```
エラーが出なければインストール OK

インストールされたバージョン
- Windows: 2021.4.2-3974-e2a469a3450-releases/2021/4
- Linux:　　 2021.4.0-3839-cd81789d294-releases/2021/4

↑

OpenVINO™「2022/1」ランタイムパッケージのインストール †

Anaconda 環境の更新

$ conda update -n base -c defaults conda

Anaconda 環境の構築（必要な場合）
```
$ conda create -n py38 python=3.8
```
Anaconda 仮想環境を起動する
```
$ conda activate py38
```

pip の更新

(py38) $ python -m pip install --upgrade pip

ランタイムパッケージをインストール
```
(py38) $ pip install openvino==2022.1.0
```
インストール後の確認
```
(py38) $ python -c "from openvino.inference_engine import IECore"
```
エラーが出なければインストール OK

インストールされたバージョン
- Windows: 2022.1.0-7019-cdb9bec7210-releases/2022/1
- Linux:　　 2022.1.0-7019-cdb9bec7210-releases/2022/1

↑

OpenVINO™「2022/1」ランタイム・パッケージの下位互換性 †

　「2021/4」版対応のプログラムは基本的に問題なく動作する

Windows (py38)環境で (py37)環境対応のソフトでエラーが出る場合の処置

(py38) PS H:\anaconda_win\workspace_py37\openvino> python -c "from openvino.inference_engine import IECore"
Traceback (most recent call last):
  File "<string>", line 1, in <module>
  File "C:\Users\izuts\.conda\envs\py38\lib\site-packages\openvino\inference_engine\__init__.py", line 30, in <module>
    from .ie_api import *
ImportError: DLL load failed while importing ie_api: 指定されたモジュールが見つ かりません。

Path を追加してエラーが出なくなることを確認する
・ <ユーザー名> を入れること
・「.conda」は環境によっては「anaconda3」の場合あり。最後の「openvino/libs/」までのパスを確認のこと

(py38) > $env:Path="C:\Users\<ユーザー名>\.conda\envs\py38\lib\site-packages\openvino\libs;"+$env:Path
(py38) > python -c "from openvino.inference_engine import IECore"

パッケージの不足がある場合は適宜インストールする
例：PDF ファイル操作のためのモジュールのインストール

(py38) $ pip install pymupdf
Collecting pymupdf
  Downloading PyMuPDF-1.21.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (14.0 MB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 14.0/14.0 MB 25.3 MB/s eta 0:00:00
Installing collected packages: pymupdf
Successfully installed pymupdf-1.21.0

↑

非推奨になった APIなどの対応 †

例：AttributeError: 'openvino.inference_engine.ie_api.InferRequest' object has no attribute 'outputs'
「object_detect_yolo3_2.py」

    :
        ## 3. Perform Inference ##
        # Perform the inference asynchronously
        req_handle = exec_net.start_async(request_id=0, inputs={input_blob: reshaped_image})
        status = req_handle.wait()

        ## 4. Get results ##
        all_output_results = req_handle.outputs
    :

　　↓↓↓　　↓↓↓

    :
        ## 3. Perform Inference ##
        ## 4. Get results ##

        all_output_results = exec_net.infer(inputs={input_blob: reshaped_image})
    :

↑