课程概述
本教程介绍使用英特尔OpenVINO,透过图像识别的范例,让初学者能够快速理解如何使用OpenVINO,将其他AI框架所训练好的模型,转化后并加速推论效能在英特尔的平台上。依据不同模型,能够应用在多个领域.如智慧零售, 路口监控或伺服器端的影像处理等.
【课程大纲】
1. 指导学员掌握在腾讯云使用镜象工具轻松搭建OPENVINO环境
2. 动手使用OpenVINO API编程, 利用OpenVINO 实践语音到文字转换
适用人群
- 对AI感兴趣的个人/企业
机构简介
英特尔是半导体行业和计算创新领域的全球领先厂商，以智能互联技术奠定全球创新基石。英特尔创始于1968年，拥有50余年推动技术创新和耕耘产业生态的成功经验。如今，英特尔正转型为一家以数据为中心的公司。英特尔的战略愿景聚焦于三个方面：一是致力于生产世界上最好的半导体芯片；二是引领人工智能与“自能”革命；三是做全球领先的端到端技术平台提供者。英特尔正与合作伙伴一起，共推人工智能、自动驾驶、 5G及物联网等领域的技术创新与应用突破，驱动智能互联世界，从而解决人类面临的重大挑战。 英特尔于1985年进入中国，是在华高科技领域最大的外国投资企业之一，协议总投入约130亿美元。中国是英特尔全球战略之重点，英特尔在中国拥有美国总部之外最为全面的业务部署，覆盖了前沿研究、产品技术开发、精尖制造、产业生态合作、市场营销、客户服务、风险投资和企业社会责任等。英特尔中国现有员工约9,500人。扎根中国三十四年，英特尔见证并深度参与了中国的改革开放，从浦东开发、西部开发到振兴东北等，英特尔一直跟随改革开放的步伐，积极带动区域经济发展，为高端制造持续注入新动力。 2014年12月，英特尔宣布在未来15年将为成都工厂投资16亿美元，首次引入英特尔最先进的高端测试技术（ ATT），使成都工厂在原有的芯片封装与测试业务之外进一步升级为英特尔在美国境外唯一的ATT技术工厂；该技术已于2016年11月18日正式投产。 2015年10月，英特尔宣布投资55亿美元，将英特尔大连工厂升级为非易失性存储技术制造基地；该项目已经于2016年7月正式投产， 2017年发布了两款全新的基于3D NAND的数据中心级固态盘；其二期项目已经在2018年9月投产英特尔最先进的96层3D NAND产品。英特尔中国研究院是英特尔全球五大创新中枢之一，而英特尔亚太研发中心已发展成为英特尔在亚洲最大的综合性研发基地之一。 英特尔中国积极履行企业社会责任，涵盖了人才培养、员工关爱、多元化和包容、环境可持续、供应链建设、志愿服务等领域。英特尔连续20多年被教育部评为最佳合作伙伴。我们持续支持英特尔杯嵌入式大赛、英特尔杯软件创新大赛和人工智能人才培养等项目，开展丰富多彩的校园活动，每年都有上万名学生的直接参与，受益青少年数以十万计。英特尔中国员工在2018年参与志愿活动人数达8,636人，贡献志愿服务时间超过12万小时，参与比例为69%； 10年来累计志愿服务时间超过72 万小时。我们把公司运营与环境可持续发展协调并进，积极减少碳足迹；还和政府、产业链以及公益组织深入合作，共同推动绿色可持续发展。全球独立机构声望研究院发布的“中国最具声望的公司”（ RepTrak? 100） 2018年百强排行榜中，英特尔荣登榜首。
讲义
OpenVINO原理
Openview
工具包里主要分为三个部分，右上方可以看到传统的电脑视觉库，包含Intel优化过的OpenCV、OpenVX、Samples，可以在推论过程中前处理以及后处理时加速运算。右下方的其它工具集和库。左半边是OpenVINO深度学习推论的核心，即Intel® Deep Learning Deployment Toolkit。OpenVICO除了针对各个深度学习训练好的公开模型之外，针对各种不同的应用，Intel也提供了自行训练的模型，比如行为、表情，及物件侦测等等。
Intel® Deep Learning Deployment Toolkit
Model Optimizer可以把它想象为翻译机。它能够接收时下最热门的深度学习框架所训练好的模型作为输入，将它做初步的模型优化，并翻译为Inference Engine所能认得的格式，称作Intermediate Representation ，简称IR。Inference Engine利用IR档案获取模型的拓扑及权值，进而将资料送进开发者指定的硬件进行运算。开发者能够利用IE所提供的Common API选择使用C++ / Python进行开发，并且仅需要要简单的程序修改就能将所要执行的运算传送到不同的硬件做处理，轻松的达到程序代码重复应用，以及避免维护多套不同的程序。
Intel-Optimized OpenCV* and OpenVX*
OpenCV和OpenVX在OpenVINO的工具包里都已经优化在Intel平台上，拥有最佳的效能。并且提供了数个范例，让学员们能够参考及快速的评估。
Architecture
Inference Engine提供了单一的Common API给开发者，抽象化了底下的硬件，达到开发一次即可部署到不同硬件上的强大功能。
如图可以看到不同的硬件搭配了不同的插件来实现这个功能。这复杂的实现及优化开发者需不需要操心的，可以把心思放在怎么训练模型和应用。因为这样的设计， Inference Engine提供了另一个功能，开发者能够排序执行运算的硬件，当排序较高的硬件无法执行时， Inference Engine会自动分派运算到第二顺序的硬件做处理。同时， Inference Engine提供了非同步运算方式，让开发者能够在硬件忙碌做推论时，让另一个硬件将下一帧的图片载入并解码。此外，在未来产品规划及衔接，OpenVINO会支援Intel的新产品，未来可以轻松移植到新的平台，享受新科技所带来的效能提升。
OpenVINO安装
本地安装
浏览https://software.intel.com/en-us/openvino-toolkit并注册后即可免费下载使用。
腾讯云安装-创建实例
- 在腾讯云市场找到Intel OpenVINO产业互联网学堂版
- 点击购买，跳转到云服务器购买流程，选择“计费模式,地域与机型”
- 此处已经默认选中之前浏览的镜像商品，直接进入下一步
- 设置主机,如实例名称,登入帐号及密码等等
腾讯云安装 - OpenVINO
- 在已创建实例中点选登录，在跳出新网页后，输入之前设置好的账号密码，登录到机器中
- 在登录的机器里运行 jupyter notebook –ip=0.0.0.0，执行完后会看到运行jupyter notebook已被执行完成的相关讯息。复制下token=后的序号，序号将在后续运行jupyter notebook网页连接时会被用到
- 找到远端机器所拥有的公开网址，在浏览器进入公开网址。浏览器中打开 <公网IP>:8888/
- 用token登录
- 打开Downloads/classification.ipynb就能图像分类的实践课程
- 通过Jupyter Notebook 进行安装
前半部的部分就是说明如何在腾讯云镜像上OpenVINO工具包。安装有问题或者安装后想要知道更多细节，可以至文件资料夹查找或到线上文档查找https://docs.openvinotoolkit.org/。
OpenVINO应用
语音辨识
通过本地浏览器连接Jupyter Notebook后，开启SpeechRecognition档案就能看到了如图所示画面。
课程评价(0)
以下选自学员评价
课程学习交流
请扫码关注腾讯产业互联网学堂微信公众号