OpenVINO学习：2.跟Demo学VINO

本篇博客旨在讲解OpenVINO套件中模型转换和推理引擎Demo所在文件。

OpenVINO的安装在其官网上步骤较为详细，OpenVINO工具套件安装参照此文档可完成OpenVINO安装，在此不做赘述。本人安装的版本为2020.4，系统为ubuntu16.04。不同版本OpenVINO在目录结构上可能会存在一些差异。

OpenVINO工具套件安装完成后可以/opt/目录下看到/Intel/目录。

上图为openvino的目录结构，我们需要着重注意"openvino_2020.4.287/deploment_tools/"目录中的内容，其中有进行模型转换与优化的“model_optimizer”文件夹与包含推理示例程序的”inference_engine“文件夹。

通过运行“model_optimizer”目录中的mo_caffe.py、mo_tf.py等python脚本可以将各个框架的深度学习模型转化为统一格式的IR中间文件。

inference_engine/demos/中有使用C++和python编写的yolo、faster_rcnn等算法的推理程序，我们可以参考这些代码编写自己的目标识别或目标跟踪等机器视觉程序。

根据以上介绍的有关OpenVINO的内容，大家对与OpenVINO模型转换与优化和推理有关的两个重要目录有了初步的了解。OpenVINO开发指南可以帮助诸位深入了解OpenVINO的使用方法，后续我也会发布使用OpenVINO对yolov3进行实战开发的过程和自己的心得体会。