onnx模型部署openvino 封装dll（onnx转openvino）



点击蓝字

关注我们,让开发变得更有趣

作者 | 王国强 苏州嘉树医疗科技有限公司 算法工程师

指导 | 颜国进 英特尔边缘计算创新大使 

OpenVINO™ Model Server 介绍

OpenVINO™ Model Server(OVMS)是一个高性能的模型部署系统，使用 C++ 实现，并在 Intel 架构上的部署进行了优化，使用 OpenVINO™ 进行推理，推理服务通过 gPRC 或 REST API 提供，使得部署新算法、AI 实验变得简单。OVMS 可以在 Docker 容器、裸机、Kuberntes 环境中运行，这里我使用的是 Docker 容器。

哪吒开发板 Docker 安装

Ubuntu22.04上的Docker安装可以参照官方文档：

https://docs.docker.com/engine/install/

首先安装依赖：

然后添加 Docker 的 GPG 密钥，如果你的网络可以正常访问 Docker 可以通过下面的命令添加 APT 源：

如果无法正常访问，就需要换成国内镜像源，这里以阿里源为例：

之后就可以通过 apt 安装 Docker，命令如下：

安装后可以通过以下命令验证是否安装成功：

拉取 OpenVINO™ Model Server 镜像

各个版本的镜像可以在 OpenVINO™ 的 Docker Hub 上找到，我拉取了一个最新的带有 GPU 环境的镜像：

https://hub.docker.com/r/openvino/model_server/tags

准备模型

首先在哪吒开发板上新建一个 models 文件夹，文件夹的结构如下，这里我在 models 文件夹下存放了 resnet50 和 Transformer 两个模型，版本都为 1，模型为 OpenVINO™ IR 格式。

启动 OpenVINO™ Model Server 容器

在哪吒开发板上启动带有 iGPU 环境的 OpenVINO™ Model Server 容器命令如下：

各个参数的含义可在官方文档查看：

https://docs.openvino.ai/2024/ovms_docs_parameters.html

容器启动后可以通过以下命令查看容器ID、状态信息等。

这样 Transformer 模型就通过 OpenVINO™ Model Server 部署在了哪吒开发板上。

请求推理服务

接下来通过 gRPC API 访问推理服务，以 python 为例，首先安装 ovmsclient 包。

请求推理的代码如下，这里在局域网的另一台机器上请求哪吒开发板上的推理服务，10.0.70.164为哪吒开发板的 ip 地址。

推理结果成功返回，平均推理时间 12ms，如果换成更稳定的以太网速度应该会更快。

总结

以上就是在哪吒开发板上使用 OpenVINO(C++) 推理模型，并通过 OpenVINO™ Model Server 进行模型部署的过程，可以看出 OpenVINO™ 的使用还是比较方便、简洁的，推理速度也很快。

---------------------------------------

*OpenVINO and the OpenVINO logo are trademarks of Intel Corporation or its subsidiaries.

-----------------------------

 OpenVINO 中文社区 

微信号 : openvinodev

B站：OpenVINO中文社区

“开放、开源、共创”

致力于通过定期举办线上与线下的沙龙、动手实践及开发者交流大会等活动，促进人工智能开发者之间的交流学习。

○ 点击 “ 在看 ”，让更多人看见

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/hd-yjs/41266.html