Tensorflow->Openvino
进入
C:\Intel\openvino_2021.2.185\deployment_tools\model_optimizer
使用mo工具执行
python mo.py --input_model tensorflow_model.pb -b 1 --tensorflow_use_custom_operations_config /opt/intel/openvino/deployment_tools/model_optimizer/extensions/front/tf/yolo_v3.json
然后会生成两个文件model_name.xml和model_name.bin
进入
C:\Intel\openvino_2021.2.185\deployment_tools\open_model_zoo\demos\python_demos
可以查看官方提供的模型信息
下载模型
进入
C:\Intel\openvino_2021.2.185\deployment_tools\open_model_zoo\tools\downloader
python info_dumper.py --print_all ##列出下载程序中的可用模型
python info_dumper.py --print_all | grep <model_name> ##用grep来列出具有特定命名规律的模型
python .\downloader.py --name <model_name模型名称> --output_dir <models_dir模型目录>##使用模型下载程序将模型下载至模型目录
python downloader.py --all --output_dir <models_dir> ##下载所有模型
进入
C:\Intel\openvino_2021.2.185\deployment_tools\open_model_zoo\tools\downloader\intel
找到你所下载的模型xml以及bin文件。
进入
C:\Intel\openvino_2021.2.185\deployment_tools\open_model_zoo\demos\python_demos
里面有很多python的代码,可以根据自己所需查看
我使用的是object_detection_demo,用的是Tensorflow转过来的yolov3模型,运行
> python object_detection_demo.py -m model_name .xml -at yolo -i test.mp4
效果如下: