ข้ามไปที่เนื้อหาหลัก
ฐานความรู้เกี่ยวกับการสนับสนุน

วิธีการติดตั้ง OpenVINO™ Training Extension จาก GitHub Repository "Misc" Branch?

ประเภทข้อมูล: การติดตั้งและตั้งค่า   |   ID บทความ: 000095900   |   การตรวจสอบครั้งล่าสุด: 05/09/2023

สิ่งแวดล้อม

ระบบปฏิบัติการ

Ubuntu 18.04

คำอธิบาย

ไม่สามารถติดตั้ง OpenVINO™ Training Extension จากสาขา misc ในที่เก็บ GitHub* ได้

ความละเอียด

ข้อ กำหนด เบื้อง ต้น

  • Ubuntu* 18.04 / 20.04
  • Python* 3.6+
  • OpenVINO™ - สําหรับการส่งออกและการใช้งานโมเดล
  • ชุดเครื่องมือ CUDA 10.2 - สําหรับการฝึกอบรมบน GPU

ขั้นตอนการติดตั้ง:

  1. ดาวน์โหลด OpenVINO Toolkit 2021.4.2 สําหรับระบบปฏิบัติการ Linux*
  2. ทําตาม การติดตั้งและกําหนดค่า Intel® ดิสทริบิวชันของชุดเครื่องมือ OpenVINO™ สําหรับ Linux*
  3. โคลน คลังข้อมูลส่วนขยายการฝึกอบรม OpenVINO™:

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

    export OTE_DIR=`pwd`/training_extensions

  4. โคลน คลังข้อมูล Open Model Zoo เพื่อดําเนินการสาธิต:

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

    export OMZ_DIR=`pwd`/open_model_zoo

  5. เปลี่ยน ไดเรกทอรีเป็น object_detection:

    cd /training_extensions/models/object_detection

  6. สร้าง สภาพแวดล้อมเสมือน:

    ./init_venv.sh

  7. เปิดใช้งาน สภาพแวดล้อมเสมือน:

    source venv/bin/activate

  8. แก้ไข เวอร์ชัน onnxoptimizer และ onnx ในไฟล์ runtime.txt ต่อไปนี้:

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

    onnx==1.10.1

    onnxoptimizer==0.2.6

  9. ติด ตั้ง MMDetection ภายในสภาพแวดล้อมเสมือน:

    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. ดําเนินการต่อขั้นตอนที่ 2 ในคู่มือการตรวจจับข้อความแนวนอน

    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. ดําเนินการต่อขั้นตอนที่ 3 ลองโมเดลที่ได้รับการฝึกฝนมาล่วงหน้า

    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

ข้อมูลเพิ่มเติม

ขั้นตอนการแก้ไขปัญหา:

หาก ModuleNotFoundError: ไม่มีโมดูลที่ชื่อ 'mmcv._ext' เกิดขึ้น ให้ดาวน์เกรด CUDA เป็นเวอร์ชัน 10.2

หากไม่พบหรือการกําหนดค่า RuntimeError: ไม่พบหรือไม่มีตัวเพิ่มประสิทธิภาพโมเดล OpenVINO™เกิดขึ้นอย่างถูกต้อง ให้ทําตามขั้นตอนในขั้นตอนที่ 4: กําหนดค่า Model Optimizer

หากข้อผิดพลาดยังคงอยู่ ให้ระบุพาธเต็มสําหรับ mo.py ภายในไฟล์ /mmdetection/tools/export.py (บรรทัด 154,171,179 และ 185)

พาธเต็มสําหรับ mo.py:

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

ผลิตภัณฑ์ที่เกี่ยวข้อง

บทความนี้จะนำไปใช้กับผลิตภัณฑ์ 1 รายการ

ข้อสงวนสิทธิ์

เนื้อหาในหน้านี้เป็นการผสมผสานระหว่างการแปลเนื้อหาต้นฉบับภาษาอังกฤษโดยมนุษย์และคอมพิวเตอร์ เนื้อหานี้จัดทำขึ้นเพื่อความสะดวกของคุณและเพื่อเป็นข้อมูลทั่วไปเท่านั้นและไม่ควรอ้างอิงว่าสมบูรณ์หรือถูกต้อง หากมีความขัดแย้งใด ๆ ระหว่างเวอร์ชันภาษาอังกฤษของหน้านี้กับคำแปล เวอร์ชันภาษาอังกฤษจะมีผลเหนือกว่าและควบคุม ดูเวอร์ชันภาษาอังกฤษของหน้านี้

ต้องการความช่วยเหลือเพิ่มเติมหรือไม่?

ติดต่อฝ่ายสนับสนุน
ติดต่อฝ่ายสนับสนุน