OpenVINO™ 開発ツールのインストール

OpenVINO 開発ツールは、OpenVINO のモデルとアプリケーション開発および最適化を容易にするユーティリティーのセットです。次のツールを提供します。

  • モデル変換 API

  • ベンチマーク・ツール

  • 精度チェッカーと注釈コンバーター

  • モデル・ダウンローダーおよびその他の Open Model Zoo ツール

ここでは、OpenVINO 開発ツールをインストールする手順を説明します。Python 開発者であれば、簡単な手順を実行するだけで、PyPI を使用してツールをインストールできます。C/C++ で開発している場合は、OpenVINO 開発ツールをインストールする前に、OpenVINO ランタイムを別途インストールする必要があります。

どちらの場合も、開始する前に Python 3.8 ~ 3.11 をマシンにインストールする必要があります。

2022.1 リリース以降、OpenVINO™ 開発ツールは PyPI 経由でのみインストールできます。

Python 開発者向け

Python 開発者の場合は、このページの OpenVINO 開発ツールのインストールセクションの手順に従ってインストールしてください。OpenVINO 開発ツールをインストールすると、OpenVINO ランタイムもインストールされるため、個別にインストールする必要はありません。新規ユーザーは、このオプションを使用することを推奨します。

C/C++ 開発者向け

C/C++ 開発者は、まず OpenVINO ランタイムを個別にインストールして、OpenVINO でアプリケーションをビルドするための C/C++ ライブラリー、サンプルコード、および依存関係をセットアップする必要があります。これらのファイルは PyPI ディストリビューションには含まれていません。オペレーティング・システムのアーカイブファイルから OpenVINO ランタイムをインストールするには、セレクターツールのページを参照してください。

OpenVINO ランタイムがインストールされたら、OpenVINO 開発ツールをインストールして、mo、モデル・ダウンローダー、ベンチマーク・ツールなどのツールや、モデルの最適化やアプリケーションの開発に役立つその他のユーティリティーにアクセスできます。このページの OpenVINO 開発ツールのインストールセクションの手順に従ってインストールしてください。

OpenVINO™ 開発ツールのインストール

以下の手順に従って、OpenVINO 開発ツールをコンピューターにインストールします。OpenVINO 開発ツールをインストールするには 2 つのオプションがあります。1 つはモデルのトレーニングまたは作成に使用されたディープラーニング・フレームワークを備えた既存の環境へのインストールで、もう 1 つは、新しい環境へのインストールです。

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。

ステップ 1. Python 仮想環境のセットアップ

依存関係の競合を避けるため仮想 Python 環境を作成します。仮想環境を作成するには、次のコマンドを使用します。

python -m venv openvino_env
python3 -m venv openvino_env

ステップ 2. 仮想環境のアクティブ化

次のコマンドで、新しく作成した Python 仮想環境をアクティブ化します。

openvino_env\Scripts\activate
source openvino_env/bin/activate

重要

新しいコマンド・ターミナル・ウィンドウを開くたびに、上記のコマンドを再実行する必要があります。

ステップ 3. PIP をセットアップして最新バージョンに更新

pip が環境にインストールされていることを確認し、次のコマンドで最新バージョンにアップグレードします。

python -m pip install --upgrade pip

ステップ 4. パッケージのインストール

開発パッケージのコンポーネントを特定のフレームワークの検証済みバージョンとともにインストールして構成するには、以下のコマンドを使用します。

pip install openvino-dev[extras]

ここで、extras パラメーターは、入力モデルのソース・ディープラーニング・フレームワークを指定する “,” で区切られた次の 1 つ以上の値です: onnxpytorchtensorflowtensorflow2

例えば、TensorFlow 2.x および ONNX モデルの操作に必要な依存関係をインストールして構成するには、次のコマンドを使用します。

pip install openvino-dev[tensorflow2,onnx]

TensorFlow 1.x 環境のモデル変換 API のサポートは非推奨になりました。tensorflow2 パラメーターを使用して、TensorFlow 1.x と 2.x の両方のモデルを変換できる TensorFlow 2.x 環境をインストールします。モデルが TensorFlow 2.x 環境と互換性がない場合、tensorflow パラメーターを使用して TensorFlow 1.x 環境をインストールします。TF 1.x 環境は、レガシー互換性の理由からのみ提供されています。

openvino-dev PyPI パッケージの詳細については、pypi.org を参照してください。

ステップ 5. インストールのテスト

パッケージが正しくインストールされていることを確認するには、以下のコマンドを実行します (これには数秒かかる場合があります)。

mo -h

インストールが正常に完了すると、mo のヘルプメッセージが表示されます。エラーが発生した場合は、考えられる解決策についてトラブルシューティング・ガイドを参照してください。

これで完了です。C/C++ 機能を備えた OpenVINO 開発ツールのインストールが完了しました。これで、サンプル C/C++ アプリケーションを通じて OpenVINO の機能の探索を開始できます。詳細については、“次にすることは?” のセクションをご覧ください。

次にすることは?

OpenVINO について詳しく学び、これらの例をいくつか試して独自のアプリケーションで使用してください。

Python を始めましょう

../../_images/get_started_with_python.gif

Python クイック・スタート・サンプルでは、ウェブブラウザー内の Jupyter ノートブックで 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。

C++ を始めましょう

../../_images/get_started_with_cpp.jpg

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・サンプルを試してください。

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。

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。

  • 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。

関連情報