最初に
このハンズオン・トレーニングのための資料を下記よりダウンロードしてください。
動画内では、このトレーニング資料の内容を元に解説を進めていきますので、トレーニング動画と資料を見比べながらとレーニングを進めてください。
ハンズオン・トレーニング Tips
本トレーニングを受講する際の確認事項についてまとめました。
トレーニング動画を再生する前に、下記の注意事項をご確認ください。
【重要】ファイヤーウォール (ネットワーク) について
ハンズオン・トレーニングの中で Python のパッケージ・インストーラー、pip を利用します。社内ネットワークなどにつながった PC ではセキュリティーの関係でファイヤーウォールがポートを遮断しており、実行ができない (時間がかかる、タイムアウトするなど) 場合があります。その場合には IT 管理者に相談してプロキシーの設定を行うか、ファイヤーウォールのないネットワーク (自宅のネットワークなど) で作業してください。
複数行にまたがるコマンドラインをトレーニング・ガイドからコピー & ペーストする場合 (PDF リーダー依存)
そのままコピー & ペーストすると行が折り返したところで改行してしまい、コマンドプロンプトで連続した １ 行として扱われない場合があります (使用する PDF リーダーの種類によるようです)。その場合、一度メモ帳などに貼り付けて、行をつなげてから再度コピー & ペーストしてください。
コピー & ペーストの文字化け (PDF リーダー依存)
一部の PDF リーダーではパス区切り文字の ”\” (バックスラッシュ、フォントによっては “￥” で表示) や “-” (ハイフン) などが消える場合があります。その場合、一度メモ帳などに貼り付けて修正した後で、再度コピー & ペーストしてください。
ハンズオン・トレーニング 動画 (約1時間30分)
本トレーニングで使用する動画は全 10 章で構成されています、各章の内容は下記をご覧ください。
はじめに (0:00:00 ～)
この章では、OpenVINO™ ツールキットの基礎知識やワークフロー、パッケージ構成などの基本情報から、トレーニングを進める上での注意事項をご紹介します。
1. OpenVINO™ ツールキット C++ ランタイムのインストール (0:08:52 ～)
この章では、OpenVINO™ ツールキットのインストール方法をご紹介します。
このトレーニングでは、下記の手順でインストールを進めていきます。
- OpenVINO™ ツールキット C++ ランタイム・パッケージのダウンロード
- 必要ツール類、オプションツール類のダウンロードとインストール
CMake、Python、Microsoft Visual Studio 2019、Git - OpenVINO™ ツールキット C++ ランタイムのインストール
- OpenCV* のダウンロードとインストール
- OpenVINO™ 開発ツール (development tools) のインストール (pip)
OpenVINO™ ツールキットのインストール方法については公式ドキュメントにも詳しく紹介されています。
こちらもぜひご参照ください。
https://docs.openvino.ai/latest/openvino_docs_install_guides_overview.html
2. OpenVINO™ 開発ツールのインストール (0:28:45 ～)
この章では、OpenVINO™ ツールキットを使ったアプリケーションを開発するのに必要となる OpenVINO™ ツールキットの開発者パッケージをインストールしていきます。開発ツールパッケージにはモデル変換ツール、モデル・ダウンロード・ツール、ベンチマーク・ツールなどが含まれています。
OpenVINO™ ツールキット用に開発されたプログラムを実行するだけであれば、開発者パッケージをインストールする必要はありません。
3. 環境が正しくセットアップされたかの確認 - ベンチマークの実行 (0:34:50 ～)
この章では、環境が正しく構築されたかどうか、ResNet-50 のモデルをダウンロードし、ベンチマーク・ツールを実行してみることで確認します。
この章で紹介している、環境変数設定と Python 仮想環境の有効化は、毎回必要になりますので忘れないようにしてください。
OpenVINO™ ツールキットのための環境変数を設定するバッチファイルを実行
%PROGRAMFILES(X86)%\Intel\openvino_2022\setupvars.bat
Pythonバーチャル環境を有効化
cd %USERPROFILE%\work
venv-ov22.1\Scripts\activate
Note: Python 仮想環境は開発用ツール類が使えるようにするためのものです。モデル・ダウンロード・ツール、モデル変換ツール、ベンチマーク・ツールなどの開発ツール類を使用しない場合は有効化する必要はありません。
4. OpenVINO™ ツールキットのサンプルプログラムのビルド・実行 (0:44:21～)
この章では、OpenVINO™ ツールキット の C++ サンプル・プログラムをビルドし実行します。このトレーニングでは C++ の手順だけを紹介しますが、C サンプル・プログラムも同様の手順でビルド、実行が可能です。
このトレーニングで紹介するサンプルプログラムは比較的シンプルなプログラムです。これらは地味なプログラムですが、凝った作りになっていないため、OpenVINO™ ツールキットの API 学習の参考用に有用です。
5. Open Model Zoo のデモをダウンロード、ビルドする (0:55:45 ～)
この章では、サンプルプログラムよりも複雑、高度で実用的なプログラムが多数用意されている Open Model Zoo (OMZ) のプログラムについてご紹介します。必要とするモデルも OMZ で配布されていますのですぐに試すことが可能です。楽しいデモもたくさんありますのでぜひ試してみてください。
デモプログラムは作りが複雑で、独自のモデル・クラス・ライブラリーを使用していたり、非同期推論を行っていたりと API 入門の参考には向いていませんが、非同期推論の実装方法など OpenVINO™ ツールキットのパフォーマンスを引き出すための実装方法の参考となる部分もありますので、OpenVINO™ ツールキットの API に慣れてきたらぜひ中を覗いてみてください。
6. Open Model Zoo のデモを実行してみる (1:02:57 ～)
この章では、5 章でビルドした Open Model Zoo デモを 2 つ実行していきます。
1 つは Python の human_pose_estimation_demo で、入力画像中の人の骨格を推定して表示するデモです。
もうひとつは C++ のオブジェクト検出デモです。
7. C++ のプログラムを作成しビルド、実行してみる (オブジェクト検出) (1:14:03 ～)
8. Python のプログラムを作成し実行してみる (オブジェクト検出) (1:24:23 ～)
この 2 つの章では、自作のプログラムを作成、ビルド、実行する手順をご紹介します。提供されているサンプルやデモプログラムをビルド、実行するだけでは、実際にどのようなファイルを用意すればプロジェクトとして成立し、ビルド・実行できるのかを理解できません。
OpenVINO™ ツールキットを利用した最小の C++、Python プロジェクトを作成、ビルド、実行することで一連の開発ワークフローを学習することができます。
9. おわりに (1:27:14 ～)
この章で、ハンズオン・トレーニング・コースのコンテンツはすべて終了です。
OpenVINO™ ツールキット付属の Model Optimizer を使えば OMZ 以外のモデルを変換して OpenVINO™ ツールキットで実行することが可能です。
ぜひ挑戦してみてください。