OpenVINO™ 開発ツールのインストール#

ソース・ディープラーニング・フレームワークを使用した既存の環境へのインストール#

モデルのトレーニングまたは作成に使用されるディープラーニング・フレームワークを含む既存の環境に OpenVINO 開発ツール (この記事のパッケージのインストールセクションを参照) をインストールするには、次のコマンドを実行します:

pip install openvino-dev

新たな環境にインストール#

入力モデル用のディープラーニング・フレームワークを備えた環境がない場合、または OpenVINO と使用しているバージョンのディープラーニング・フレームワークとの間で互換性の問題が発生した場合は、検証済みバージョンのフレームワークを含む OpenVINO 開発ツールを新しい環境にインストールできます。

python -m venv openvino_env

python3 -m venv openvino_env

openvino_env\Scripts\activate

source openvino_env/bin/activate

python -m pip install --upgrade pip

pip install openvino-dev[extras]

pip install openvino-dev[tensorflow2,onnx]

mo -h

Python を使い始める#

Python クイックスタートの例では、ウェブブラウザー内の Jupyter* Notebook で OpenVINO モノデプスモデルを使用してシーン内の深度を推定します。

OpenVINO を使ってみるには、次にある他の C++ サンプル・アプリケーションのチュートリアルページにアクセスしてください。

• OpenVINO Python API チュートリアル

• Hello 画像分類を使用した基本的な画像分類プログラム

• PyTorch モデルを変換して画像の背景除去に使用する

C++ を始めましょう#

基本的な画像分類の C++ アプリケーションをビルドして実行する手順については、C++ クイックスタートの例を試してください。

OpenVINO を使ってみるには、次にある他の C++ サンプル・アプリケーションのサンプルページにアクセスしてください。

• Hello Reshape SSD C++ サンプルを使用した基本的なオブジェクト検出

• オブジェクト分類サンプル

OpenVINO 開発ツールを学ぶ#

• Open Model Zoo でさまざまな事前トレーニング済みのディープラーニング・モデルを探索し、デモ・アプリケーションにデプロイして、どのように機能するかを確認します。

  重要

  Open Model Zoo が廃止されたため、OpenVINO IR 形式のモデルは Hugging Face で公開されるようになりました。

• 別のフレームワークからモデルをインポートし、OpenVINO を使用してそのパフォーマンスを最適化したいですか? モデルの変換ページにアクセスしてください。

• ニューラル・ネットワーク圧縮フレームワーク (NNCF) を使用した量子化やその他の圧縮技術により、モデルの速度はさらに高速化されます。

• ベンチマーク・ツールを使用して、簡単なコマンドでモデルの推論速度をベンチマークします。