• 大小: 84.42MB
    文件类型: .gz
    金币: 1
    下载: 0 次
    发布日期: 2023-06-03
  • 语言: Python
  • 标签: openVINO  python  

资源简介

此demo的python源代码 模型person-detection-retail-0013 示例视频文件 相关文章介绍 https://mp.csdn.net/postedit/93968520

资源截图

代码片段和文件信息

#!/usr/bin/env python3
“““
 Copyright (c) 2018 Intel Corporation.

 Permission is hereby granted free of charge to any person obtaining
 a copy of this software and associated documentation files (the
 “Software“) to deal in the Software without restriction including
 without limitation the rights to use copy modify merge publish
 distribute sublicense and/or sell copies of the Software and to
 permit persons to whom the Software is furnished to do so subject to
 the following conditions:

 The above copyright notice and this permission notice shall be
 included in all copies or substantial portions of the Software.

 THE SOFTWARE IS PROVIDED “AS IS“ WITHOUT WARRANTY OF ANY KIND
 EXPRESS OR IMPLIED INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF
 MERCHANTABILITY FITNESS FOR A PARTICULAR PURPOSE AND
 NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE
 LIABLE FOR ANY CLAIM DAMAGES OR OTHER LIABILITY WHETHER IN AN ACTION
 OF CONTRACT TORT OR OTHERWISE ARISING FROM OUT OF OR IN CONNECTION
 WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.
“““

import os
import sys
import logging as log
from openvino.inference_engine import IENetwork IEPlugin


class Network:
    “““
    Load and configure inference plugins for the specified target devices 
    and performs synchronous and asynchronous modes for the specified infer requests.
    “““

    def __init__(self):
        self.net = None
        self.plugin = None
        self.input_blob = None
        self.out_blob = None
        self.net_plugin = None
        self.infer_request_handle = None

    def load_model(self model device input_size output_size num_requests cpu_extension=None plugin=None):
        “““
         Loads a network and an image to the Inference Engine plugin.
        :param model: .xml file of pre trained model
        :param cpu_extension: extension for the CPU device
        :param device: Target device
        :param input_size: Number of input layers
        :param output_size: Number of output layers
        :param num_requests: Index of Infer request value. Limited to device capabilities.
        :param plugin: Plugin for specified device
        :return:  Shape of input layer
        “““

        model_xml = model
        model_bin = os.path.splitext(model_xml)[0] + “.bin“
        # Plugin initialization for specified device
        # and load extensions library if specified
        if not plugin:
            log.info(“Initializing plugin for {} device...“.format(device))
            self.plugin = IEPlugin(device=device)
        else:
            self.plugin = plugin

        if cpu_extension and ‘CPU‘ in device:
            self.plugin.add_cpu_extension(cpu_extension)

        # Read IR
        log.info(“Reading IR...“)
        self.net = IENetwork(model=model_xml weights=model_bin)
        log.info(“Loading IR to the plugin...“)

        if self.plugin.device == “CPU“:
            supported_layers = self.plugin.get_s

评论

共有 条评论