环境介绍：

我是win 7 64位系统，用VMware虚拟机装了个Ubuntu 16.04LTS 64位的linux系统；

接下来是参照Intel给的参考步骤开始部署2代NCS的工作环境。

官方资料：https://software.intel.com/en-us/articles/OpenVINO-install-Linux#set-the-envienment-variables

要求硬件：

• 6th-8th Generation Intel® Core™
• Intel® Xeon® v5 family
• Intel® Xeon® v6 family
• Intel® Pentium® processor N4200/5, N3350/5, N3450/5 with Intel® HD Graphics
• Intel® Movidius™ Neural Compute Stick 
• Intel® Neural Compute Stick 2
• Intel® Vision Accelerator Design with Intel® Movidius™ VPUs

操作系统要求：

• Ubuntu* 16.04 long-term support (LTS), 64-bit
• CentOS* 7.4 or higher, 64-bit
• Yocto Project* Poky Jethro* v2.0.3, 64-bit (for target only)

---

当下述步骤都完成后则表明安装过程真正完成：

1.安装 外部软件依赖；

2.安装 Intel OpenVINO分布式工具包 的核心部分；

3.设置 OpenVINO的环境变量并更新 .bashrc;

4.配置Model Optimizer;

5.运行两个demo;

6.（可选）安装下面对应的软件或驱动：

      Integrated Graphics

      Intel® Movidius™ Neural Compute Stick (NCS) and Intel® Neural Compute Stick 2

      Intel® Vision Accelerator Design with Intel® Movidius™ VPUs

---

安装步骤

先下载对应操作系统的OpenVINO工具包，我下载的是Linux版本的，文件名为：l_openvino_toolkit_p_2018.5.445.tgz (下载链接) ，该文件是免费下载的但需要先注册登录下；我在自己用户名 /home/csq下新建了个叫NCS的文件夹，将上述文件复制并解压到  /home/csq/NCS目录下了；

cd /home/csq/NCS
tar -zxf l_openvino_toolkit_p_2018.5.445.tgz

Step 1:安装 外部软件依赖

切到解压后的问价夹中然后下载与安装外部软件依赖项（OpenCV Intel优化版本，深度学习推理引擎，深度学习模型优化工具）

cd l_openvino_toolkit_p_2018.5.445
sudo -E ./install_cv_sdk_dependencies.sh

注：模型优化器有额外的用途，本文后面会讲到；

Step 2:安装OpenVINO 工具包核心组件

如果你之前已经安装过较早版本的包，请重命名或删除以下两个文件夹；

/home/<user>/inference_engine_samples
/home/<user>/openvino_models

下面是过程，推荐使用GUI图像界面向导方式安装，

（推荐）用GUI方式安装过程请运行指令：

sudo ./install_GUI.sh

用命令行方式安装请使用如下指令：

sudo ./install.sh

以下是GUI方式——

安装比较简单，差不多默认点Next就OK，也可以自定义安装路径。最后点击Finish就完成OpenVINO的安装；

如果你使用的是root账户安装，默认安装路径为： /opt/intel/computer_vision_sdk_<version>/

如果你使用的是一般用户（比如我就是这么操作），默认安装路径：/home/<user>/intel/computer_vision_sdk_<version>/

 Step 3:设置 OpenVINO的环境变量并更新 .bashrc

在运行OpenVINO应用前需要更改一些环境变量；

运行如下指令：

source /opt/intel/computer_vision_sdk/bin/setupvars.sh

 设置.bashrc

打开bashrc,加入 下面这行代码：

source /opt/intel/computer_vision_sdk/bin/setupvars.sh

 保存并关闭bashrc后，任意打开一个终端，你会看到“[setupvars.sh] OpenVINO environment initialized” 这样的信息提示在终端界面上。

 

 Step 4:配置Model Optimizer

该步骤非常重要，你必须配置至少一种框架。

你将预先训练好的模型通过模型优化器，你会得到一个网络的中间形态Intermediate Representation (IR)，这个IR是描述模型的一对文件：

• .xml: Describes the network topology （描述网络拓扑结构）
• .bin: Contains the weights and biases binary data （含有权重与偏置值）

推理引擎读取，加载，推理 IR文件，使用CPU，GPU，VPU的API接口。

模型优化器是基于python的命令行工具（mo.py），位于/opt/intel/computer_vision_sdk/deployment_tools/model_optimizer.

支持：Caffe*, TensorFlow*, MXNet*, and ONNX* 训练的模型

 

 模型优化器配置步骤如下：

我选择的是方式一，一次性对所有框架模型做配置。

方式一：切到Model Optimizer prerequisites 目录：

cd /opt/intel/computer_vision_sdk/deployment_tools/model_optimizer/install_prerequisites

 执行如下命令为Caffe, TensorFlow, MXNet, Kaldi*, and ONNX这些模型都进行配置：

sudo ./install_prerequisites.sh

方式二：切到Model Optimizer prerequisites 目录：

cd /opt/intel/computer_vision_sdk/deployment_tools/model_optimizer/install_prerequisites

 运行如下指令为你需要的模型框架做配置：

• For Caffe:

  1	sudo ./install_prerequisites_caffe.sh

• For TensorFlow:

  1	sudo ./install_prerequisites_tf.sh

• For MXNet:

  1	sudo ./install_prerequisites_mxnet.sh

• For ONNX:

  1	sudo ./install_prerequisites_onnx.sh

• For Kaldi:

  1	sudo ./install_prerequisites_kaldi.sh

配置完成~

 

 

下图是运行./install_prerequistes.sh安装时遇到的问题，报："Error on or near linr 72; exiting with status 1"你过你没遇到该问题则无视。

 

遇到的话可参考我的解决方法，

 

先执行sudo pkill -KILL appstreamcli

然后wget 两文件，见图

然后 dkpt 一行指令，见图

执行后再运行./install_prerequistes.sh则OK

安装OK，见下图，上述错误解决~ 

Step 5:运行两个demo验证OpenVINO是否安装配置完成

如果需要使用GPU和VPU，后续会讲到，当前步骤只使用CPU验证；

第一个例子：图像分类；

切到/opt/intel/computer_vision_sdk/deployment_tools/demo 目录下；

执行：

./demo_squeezenet_download_convert_run.sh

 分类结果显示Top10的类别和置信度信息。

第二个例子，Inference pipeline例子

在/opt/intel/computer_vision_sdk/deployment_tools/demo/目录下执行

./demo_security_barrier_camera.sh

其工作流是：

1.先检测出车；

2.将检测到的车传到下一个模型检测车车的属性，例如车牌；

3.将车牌传入下一个网络，做字符识别；

测试结果如下——

---

 为NCS2额外安装软件

Step 6: NCS USB驱动配置

将当前linux用户加入组：

sudo usermod -a -G users "$(whoami)"

安装USB rules：

cat <<EOF > 97-myriad-usbboot.rules
SUBSYSTEM=="usb", ATTRS{idProduct}=="2150", ATTRS{idVendor}=="03e7", GROUP="users", MODE="0666", ENV{ID_MM_DEVICE_IGNORE}="1"
SUBSYSTEM=="usb", ATTRS{idProduct}=="2485", ATTRS{idVendor}=="03e7", GROUP="users", MODE="0666", ENV{ID_MM_DEVICE_IGNORE}="1"
SUBSYSTEM=="usb", ATTRS{idProduct}=="f63b", ATTRS{idVendor}=="03e7", GROUP="users", MODE="0666", ENV{ID_MM_DEVICE_IGNORE}="1"
EOF

然后执行：

sudo cp 97-myriad-usbboot.rules /etc/udev/rules.d/
sudo udevadm control --reload-rules
sudo udevadm trigger
sudo ldconfig
rm 97-myriad-usbboot.rules

 上述指令也可以通过如下指令同等效果实现：

cd <INSTALL_DIR>/install_dependencies/
./install_NCS_udev_rules.sh

 

 

在sudo ldconfig时如果遇到和我一样的错误（so.x不是符号连接~），可参考我图中的解决方法—— 

报的错误是一些so.X文件不是符号连接，我的解决方法是建立硬链接。 

具体的解决请参考我的这篇文章：https://blog.csdn.net/c20081052/article/details/86070800

之后运行sudo ldconfig不再报错 

然后将生成的97-usbboot.rules删除

上面结果表明驱动安装OK；

 Step 7:测试NCS 安装是否OK

将神经计算棒插入电脑，然后执行如下指令：

cd ~/intel/computer_vision_sdk/deployment_tools/model_optimizer/install_prerequisites/
./install_prerequisites.sh

cd ~/intel/computer_vision_sdk/deployment_tools/demo
./demo_squeezenet_download_convert_run.sh -d MYRIAD

返回的图像分类结果如上。

你可以试试其他的一些例子，比如：调用摄像头做目标检测，人脸，表情，年龄，性别，姿态等检测。参考：https://software.intel.com/en-us/neural-compute-stick/get-started