查看: 1897|回复: 1

[平台测评] 【天天向上】OpenVINO学习笔记（五）驾驶室内监控

【学习准备】Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。
Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换
Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等
Miniconda包括Conda、Python

由于在安装完Python3,并在python环境里面导入openvino后，又安装了anaconda，再使用Python时，显现出了anaconda所带的python解释器。之前配置好的Python不能再通过系统直接访问了，除非再将环境变量改回来。如何将原来的python3.7.4加进anaconda中。可参考：https://blog.csdn.net/qq_43529415/article/details/100847887（超详细）,按此教程，我已成功完成配置。

【动作识别Python *演示】（Action Recognition Python* Demo）
参考官方文档：https://docs.openvinotoolkit.org/latest/_demos_python_demos_action_recognition_README.html

要运行该演示，可以使用公共模型或预训练模型。要下载经过预训练的模型，请使用OpenVINO 模型下载器或访问https://download.01.org/opencv/。

注意：在使用经过训练的模型运行演示之前，请确保使用“ 模型优化器”工具将模型转换为推理引擎格式（* .xml + * .bin）。
【驾驶室内监控】
1、cmd.exe进入自己对应的目录C:\Program Files (x86)\IntelSWTools\openvino_2020.2.117\deployment_tools\open_model_zoo\demos\python_demos\action_recognition>
2、输入命令运行：
python action_recognition.py -m_en C:\Users\zlzx\Documents\Intel\intel\driver-action-recognition-adas-0002-encoder\FP16-INT8\driver-action-recognition-adas-0002-encoder.xml -m_de C:\Users\zlzx\Documents\Intel\intel\driver-action-recognition-adas-0002-decoder\FP16-INT8\driver-action-recognition-adas-0002-decoder.xml -i 0 -lb driver_actions.txt

3、参数说明：

usage: action_recognition.py [-h] -i INPUT -m_en M_ENCODER [-m_de M_DECODER]
                           [-l CPU_EXTENSION] [-d DEVICE] [--fps FPS]
                           [-lb LABELS] [--no_show] [-s LABEL_SMOOTHING]
                           [--seq DECODER_SEQ_SIZE]
                           [-u UTILIZATION_MONITORS]

Options:
  -h, --help          Show this help message and exit.
  -i INPUT, --input INPUT
                     Required. Id of the video capturing device to open (to
                     open default camera just pass 0), path to a video or a
                     .txt file with a list of ids or video files (one
                     object per line)
  -m_en M_ENCODER, --m_encoder M_ENCODER
                     Required. Path to encoder model
  -m_de M_DECODER, --m_decoder M_DECODER
                     Optional. Path to decoder model. If not specified,
                     simple averaging of encoder's outputs over a time
                     window is applied
  -l CPU_EXTENSION, --cpu_extension CPU_EXTENSION
                     Optional. For CPU custom layers, if any. Absolute path
                     to a shared library with the kernels implementation.
  -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
  --fps FPS          Optional. FPS for renderer
  -lb LABELS, --labels LABELS
                     Optional. Path to file with label names
  --no_show          Optional. Don't show output
  -s LABEL_SMOOTHING, --smooth LABEL_SMOOTHING
                     Optional. Number of frames used for output label
                     smoothing
  --seq DECODER_SEQ_SIZE
                     Optional. Length of sequence that decoder takes as
                     input
  -u UTILIZATION_MONITORS, --utilization-monitors UTILIZATION_MONITORS
                     Optional. List of monitors to show initially.