`
发帖人用户名：Shawgen_Lee
收到了这个支持神经网络计算的嵌入式设备，整个评估设备通体蓝色，采用USB3.0接口，并在外包装上提示用户这个设备含有致癌的镍化合物，让用户注意使用的身体健康，不用时注意存放位置，产品外观如下。
图1 产品外观
这个产品主要将PC中的数据放到计算模块中采用神经网络的方式进行数据处理。支持目前很多的AI计算框架，从阅读的材料来看，主要有几个框架：
l Caffe；
l TensorFlow；
l MXNet；
l ONNX；
l Kaldi；
结合自身应用特点，因此这个测试目标就是结合TensorFlow框架进行测试，用于实现各种功能算法。本人读书的时候学的是识别专业，对着OpenCV这种算法库有着天然的亲切感。现就环境搭建进行测试，因为整个评估件基于多个软件库支持，同时存在各个版本间适配的情况，因此整个过程充满了折腾。
需要安装的软件包如下：
Microsoft Visual Studio* with C++ 2019,2017, or 2015 with MSBuild
CMake 3.4 or higher 64-bit
Python 3.6.5 64-bit
特别注意这个软件包的版本（Python），同时关注操作系统，运行机器是否支持等问题。
全部安装支持包需在控制台进行如下操作：
cd C:Program Files(x86)IntelSWToolsopenvinoin
setupvars.bat
cdC:Program Files(x86)IntelSWToolsopenvinodeployment_toolsmodel_optimizerinstall_prerequisites
install_prerequisites_caffe.bat
install_prerequisites_tf.bat
install_prerequisites_mxnet.bat
install_prerequisites_kaldi.bat
即可开始安装。
上述过程由于经常下载失败，通过反复尝试完成安装。
最后验证在Windows10环境下环境是否安装成功，需要运行一个批处理文件：demo_squeezenet_download_convert_run.bat
但是我在尝试时运行半天又是下因为缺少文件，因此失败了，反复尝试无果，可能服务器文件有问题。
于是，我又尝试了demo_security_barrier_camera.bat，这个例子成功了，是一个车牌识别的例程，提取出车辆颜色，车牌位置和车牌信息，标准的识别技术。到此说明我的环境已经完成搭建。
图2 车牌识别例程
`
举报
