human_pose_estimation_demo 範例程式來源為Intel OpenVINO 2019 R2版,預設安裝後會於下面路徑
C:\Program Files (x86)\IntelSWTools\openvino_2019.2.242\deployment_tools\open_model_zoo\demos\human_pose_estimation_demo
預設安裝後會在下面路徑找到Visual Studio 的專案檔
C:\Users\使用者名稱\Documents\Intel\OpenVINO\inference_engine_demos_build\Demos.sln
使用Visual Studio 2017編譯後,執行檔會產生於下面路徑:
C:\Users\jack_\Documents\Intel\OpenVINO\inference_engine_demos_build\intel64\Release\human_pose_estimation_demo.exe
執行前必須先設定環境變數,執行指定批次檔。
C:\Program Files (x86)\IntelSWTools\openvino_2019.2.242\bin\setupvars.bat
另外須要下載預訓練模型已優化中介檔(bin, xml)
/* 切換至下載工具路徑 */
cd C:\Program Files (x86)\IntelSWTools\openvino_2019.2.242\deployment_tools\tools\model_downloader
/*下載預訓練模型到指定路徑 */
python3 downloader.py --name human-pose-estimation-0001 --output_dir 使用者指定路徑
/* 指定路徑下的優化模型IR中介檔存放路徑 */
\使用者指定路徑\Transportation\human_pose_estimation\mobilenet-v1\dldt\
包含\INT8, \FP16, \FP32三種格式的IR檔,human-pose-estimation-0001.bin 及 human-pose-estimation-0001.xml
執行指令:
human_pose_estimation_demo -i 輸入影片檔名(*.mp4, *.avi) -m \使用者指定路徑\Transportation\human_pose_estimation\mobilenet-v1\dldt\FP16\human-pose-estimation-0001.xml -d CPU
其中FP16可替換成 INT8 或 FP32,以不同數值精度計算。
而最後一個參數 -d 則是用來指定不同執行裝置包括 CPU, GPU, MYRIAD,前二者三種精度皆可執行,但MYRIAD (就是VPU或稱神經運算棒NCS)只能執行FP16格式。
若要直接以網路攝影機當作輸入,則將指令改為 -i cam 即可,預設是電腦上第一組攝影機(cam0),執行後按ESC鍵可結束。
測試用影片來源:https://www.youtube.com/watch?v=Y-iKWe-U9bY
為方便大家測試,已提取五小段影片於\test_video路徑下
OpenVINO土炮體感控制系統 (完整說明文章待更新...)