README_cn.md

English | 简体中文

📚 OpenVINO Notebooks

在这里，我们提供了一些可以运行的Jupyter* notebooks，用于学习和尝试使用OpenVINO™开发套件。这些notebooks旨在向各位开发者提供OpenVINO基础知识的介绍，并教会大家如何利用我们的API来优化深度学习推理。

📖 所包含的内容

带有标志的notebooks可以无需安装，直接运行。Binder是一个资源有限的在线服务。为了获得最好的性能，我们建议还是按照我们以下的安装指南Installation Guide，安装完成后，在本地运行notebooks。

让我们开始吧

这个简短的教程将指导我们如果通过Openvino的Python API进行推理

Notebook	说明	预览
001-hello-world	14行代码实现视觉分类检测应用
002-openvino-api	Openvino python api介绍
003-hello-segmentation	基于Openvino的视觉语义分割应用
004-hello-detection	基于Openvino的文字识别应用

转换 & 优化

这个教程将说明如何利用Openvino工具来量化和优化一个深度学习模型

Notebook	说明	预览
101-tensorflow-to-openvino	基于Tensorflow预训练模型，实现分类检测部署
102-pytorch-onnx-to-openvino	基于Pytorch预训练模型，实现语义分割部署
103-paddle-onnx-to-openvino	基于PadlePadle预训练模型，实现分类检测部署
104-model-tools	Openvino模型的下载与评估
105-language-quantize-bert	BERT预训练模型的优化与量化
110-ct-segmentation-quantize	量化肾脏分割模型并进行实时推理展示
111-detection-quantization	量化一个目标检测模型
112-pytorch-post-training-quantization-nncf	利用神经网络压缩框架（NNCF）在后训练模式下来量化PyTorch模型（无模型微调）
113-image-classification-quantization	量化mobilenet图像分类

模型演示

特定模型的推理示例

Notebook	说明	预览
201-vision-monodepth	单目深度检测应用实现
202-vision-superresolution-image	图像超分辨率应用实现	→
202-vision-superresolution-video	视频超分辨率应用实现	→
205-vision-background-removal	图像背景替换的应用实现
206-vision-paddlegan-anime	基于GAN的图片风格转换的应用实现	→
207-vision-paddlegan-superresolution	基于GAN的图像超分辨率应用实现
208-optical-character-recognition	文字识别应用实现
209-handwritten-ocr	手写简体中文及日文文字识别	的人不一了是他有为在责新中任自之我们
210-ct-scan-live-inference	CT扫描数据分割的实时推理展示
211-speech-to-text	声音到文字的识别模型推理
212-onnx-style-transfer	通过神经风格转换将图像转换为五种不同的风格	→
213-question-answering	根据语境回答问题
216-license-plate-recognition	在交通中识别中国车牌
218-vehicle-detection-and-recognition	车辆检测与识别
220-yolov5-accuracy-check-and-quantization	基于POT工具量化Ultralytics Yolov5模型并分析精度
222-vision-image-colorization	黑白图像着色

模型训练

这个教程将说明如何训练一个网络

Notebook	说明	预览
301-tensorflow-training-openvino	基于Tensorflow 的模型训练及优化部署
301-tensorflow-training-openvino-pot	基于POT工具的模型量化
302-pytorch-quantization-aware-training	基于NNCF工具的模型压缩
305-tensorflow-quantization-aware-training	利用神经网络压缩框架（NNCF）来量化tensorflow模型

实时推理

基于网络摄像头的实时推理示例

Notebook	说明	预览
401-object-detection-webcam	针对网络摄像头或视频的目标检测
402-pose-etimation-webcam	基于openvino人体姿态评估
403-action-recognition-webcam	通过摄像头或基于视频文件的人体动作识别

⚙️ 系统需求

这些notebooks几乎可以在任何地方运行—你的笔记本电脑，一个云虚拟机，甚至一个Docker容器。下表是目前支持的操作系统及Python版本。注：Python3.9目前还不支持，不过即将支持。

Supported Operating System	Python Version (64-bit)
Ubuntu* 18.04 LTS, 64-bit	3.6, 3.7, 3.8
Ubuntu* 20.04 LTS, 64-bit	3.6, 3.7, 3.8
Red Hat* Enterprise Linux* 8, 64-bit	3.6, 3.8
CentOS* 7, 64-bit	3.6, 3.7, 3.8
macOS* 10.15.x versions	3.6, 3.7, 3.8
Windows 10*, 64-bit Pro, Enterprise or Education editions	3.6, 3.7, 3.8
Windows Server* 2016 or higher	3.6, 3.7, 3.8

📝 安装指南

运行OpenVINO Notebooks需要预装Python和Git， 针对不同操作系统的安装参考以下英语指南：

Windows 10	Ubuntu	macOS	Red Hat	CentOS	Azure ML	Docker

Python和Git安装完成后，参考以下步骤：

Step 1: 创建并激活 openvino_env 虚拟环境

Linux 和 macOS 命令:

python3 -m venv openvino_env
source openvino_env/bin/activate

Windows 命令:

python -m venv openvino_env
openvino_env\Scripts\activate

Step 2: 获取源码

git clone https://github.com/openvinotoolkit/openvino_notebooks.git
cd openvino_notebooks

Step 3: 安装并启动 Notebooks

将pip升级到最新版本。

python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m ipykernel install --user --name openvino_env

💻 运行 Notebooks

启动单个 Notebook

如果你希望启动单个的notebook（如：Monodepth notebook），运行以下命令：

jupyter notebook notebooks/201-vision-monodepth/201-vision-monodepth.ipynb

启动所有 Notebooks

jupyter lab notebooks

在浏览器中，从Jupyter Lab侧边栏的文件浏览器中选择一个notebook文件，每个notebook文件都位于notebooks目录中的子目录中。

🧹 清理

停止 Jupyter Kernel

按 Ctrl-c 结束 Jupyter session，会弹出一个提示框 Shutdown this Jupyter server (y/[n])? 输入 y 并按 回车。

注销虚拟环境

注销该虚拟环境：只需在激活了 openvino_env 的终端窗口中运行 deactivate 即可。

重新激活环境：在Linux上运行 source openvino_env/bin/activate 或者在Windows上运行 openvino_env\Scripts\activate 即可，然后输入 jupyter lab 或 jupyter notebook 即可重新运行notebooks。

删除虚拟环境_（可选）_

直接删除 openvino_env 目录即可删除虚拟环境：

Linux 和 macOS:

rm -rf openvino_env

Windows:

rmdir /s openvino_env

从Jupyter中移除openvino_env Kernel

jupyter kernelspec remove openvino_env

⚠️ 故障排除

如果以下方法无法解决您的问题，欢迎创建一个 讨论话题 或 issue !

• 运行 python check_install.py 可以帮助检查一些常见的安装问题，该脚本位于openvino_notebooks 目录中。

  记得运行该脚本之前先激活 openvino_env 虚拟环境。

• 如果出现 ImportError ，请检查是否安装了 Jupyter Kernel。如需手动设置kernel，从 Jupyter Lab 或 Jupyter Notebook 的_Kernel->Change Kernel_菜单中选择openvino_env内核。

• 如果OpenVINO是全局安装的，不要在执行了setupvars.bat或setupvars.sh的终端中运行安装命令。

• 对于Windows系统，我们建议使用_Command Prompt (cmd.exe)，而不是_PowerShell。

---

* Other names and brands may be claimed as the property of others.