开发者实战 | 英特尔开发者套件 + OpenVINO™ (Anomalib)搭建 AI 缺陷检测开发环境

07/31 17:00
阅读数 162

点击蓝字

关注我们,让开发变得更有趣

作者:伍增, 邓书梦 广东荣旭智能技术有限公司


本文简介

很多读者在阅读完《荣旭智能基于 Anomalib 打造智能光学字符瑕疵检测系统》后,对如何在英特尔开发者套件上从零开始搭建 Anomalib + OpenVINO  开发环境很感兴趣。


本文将介绍了基于英特尔开发者套件,在 Ubuntu22.04 上,如何一步一步搭建 Anomalib + OpenVINO 开发环境。


拿到英特尔开发者套件后,请参考 Ubuntu 官方安装文档,安装 Ubuntu22.04。


官网链接(复制到浏览器中打开)

https://ubuntu.com/tutorials/install-ubuntu-desktop#1-overview


开发环境搭建


安装好 Ubuntu22.04 后,本文将依次介绍如何安装搭建 Anomalib + OpenVINO™ 开发环境所依赖的软件工具,包括 Anaconda, Git, OpenVINO™ Notebooks和 VSCode。


有了这些工具的支持,开发者会发现在 Linux 和 Windows 上学习并开发 OpenVINO™ 程序的体验,几乎一模一样。不熟悉 Linux 的开发者,可以快速将自己在 Windows 上的开发经验,迁移到 Linux 上。


第一步

下载并安装 Anaconda


Anaconda 是一个非常受欢迎的 Python 虚拟环境和软件包管理工具,可以很方便地解决多个 Python 版本并存以及安装 Python 软件包时的依赖问题,用户体验好。


到 Anaconda 官网:https://www.anaconda.com

下载 Anaconda3-xxx-Linux-86_64.sh,然后用命令:bash Anaconda3-xxx-Linux-86_64.sh,完成安装,如图1-1所示。


图1-1 下载并安装 Anaconda


第二步

新建并激活虚拟环境


完成 Anaconda 安装,并重启终端后,自动进入 Anaconda 默认的“base”虚拟环境。使用命令:conda create -n ov python=3.10,新建名为“ov”的虚拟环境,如图1-2所示。


图1-2 新建虚拟环境


接着使用命令:conda activate ov,激活新建的虚拟环境。


第三步

安装并启动 OpenVINO Notebooks


OpenVINO Notebooks 是一组可运行的 Jupyter notebooks,方便开发者学习和使用 OpenVINO™ 工具套件。


Github 代码仓(复制到浏览器中打开)

https://github.com/openvinotoolkit/openvino_notebooks



首先,使用命令安装 OpenVINO Notebooks 的依赖项:

sudo apt updatesudo apt upgradesudo apt install gitsudo apt install intel-opencl-icd

向右滑动查看完整代码

然后,使用命令克隆 OpenVINO Notebooks 代码仓到本地,并安装依赖项:

git clone --depth=1 https://github.com/openvinotoolkit/openvino_notebooks.gitcd openvino_notebookspip install -r requirements.txt

向右滑动查看完整代码

最后,使用命令,启动 OpenVINO Notebooks,然后运行 002-openvino-api.ipynb,如图1-3所示,若成功获得硬件信息,说明 OpenVINO 工具套件和 OpenVINO Notebooks 安装成功。

jupyter lab notebooks


图1-3 启动 OpenVINO Notebooks


第四步

安装并配置 VS Code


VS Code 是一个由微软开发的开源代码编辑器。它包含内建的调试支持,Git 版本控制,语法高亮,代码自动补全等功能,通过各种插件的配置,可以将 VS Code 配置成为 Ubuntu 下的图形化 Python 集成开发平台(IDE),使用体验跟在 Windows 中使用 VS Code 开发 Python 代码几乎一样。


从 VS Code 的官网:https://code.visualstudio.com/

下载 code_xxx.deb 安装包,然后通过右键菜单→“Open with Software Install”完成安装,如图1-4所示。


图1-4 下载并安装 VS Code


启动 VS Code,打开 002-openvino-api.ipynb,运行代码,若获得如图1-5所示结果,则说明 VS Code 安装成功,可以在 VS Code 中编写和调试 OpenVINO Python 代码了。


图1-5 在 VS Code 中运行 OpenVINO Python 代码


第五步

安装并学习 Anomalib


Anomalib 提供一组供初学者快速入门的 notebooks,基于这组 notebooks,可以快速掌握 Anomalib 的用法,所以,请先克隆 Anomalib 代码仓到本地:

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

向右滑动查看完整代码


然后,使用命令,完成 anomalib 的安装:

pip install anomalib

最后,在 VS Code  中,打开Anomalib notebooks 中的001_getting_started.ipynb,开始学习 Anomalib 的使用。



总结


本文详细介绍了在英特尔开发者套件上从零开始搭建 Anomalib + OpenVINO™ 开发环境的全过程,借助 OpenVINO Notebooks 和 Anomalib Notebooks 的范例程序,可以快速学习 OpenVINO™ 和 Anomalib 的使用。有进一步的需求,欢迎随时联系我。


广东荣旭智能技术有限公司官网:

https://www.gdrosmart.com/

--END--


                      
                      
                      
你也许想了解(点击蓝字查看)⬇️
➡️ OpenVINO™ DevCon 2023重磅回归!英特尔以创新产品激发开发者无限潜能
➡️ 5周年更新 | OpenVINO™  2023.0,让AI部署和加速更容易
➡️ OpenVINO™5周年重头戏!2023.0版本持续升级AI部署和加速性能
➡️ OpenVINO™2023.0实战 | 在 LabVIEW 中部署 YOLOv8 目标检测模型
➡️ 开发者实战系列资源包来啦!
➡️  以AI作画,祝她节日快乐;简单三步,OpenVINO™ 助你轻松体验AIGC
➡️  还不知道如何用OpenVINO™作画?点击了解教程。
➡️   几行代码轻松实现对于PaddleOCR的实时推理,快来get!
➡️   使用OpenVINO 在“端—边—云”快速实现高性能人工智能推理
➡️  图片提取文字很神奇?试试三步实现OCR!
➡️ 【Notebook系列第六期】基于Pytorch预训练模型,实现语义分割任务
➡️ 使用OpenVINO™ 预处理API进一步提升YOLOv5推理性能


                     
                     
                     

扫描下方二维码立即体验 

OpenVINO™ 工具套件 2023.0


点击 阅读原文 立即体验OpenVINO 2023.0
文章这么精彩,你有没有“在看”?

本文分享自微信公众号 - OpenVINO 中文社区(openvinodev)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部