您不仅可以散文形式写作，还可以诗歌形式写作。 当然，后者并不经常发生-例如，在Intel博客上，这种情况发生得比以往任何时候都少。 但是，作为今天的实验，我们决定允许自己。 如何发生取决于您。 所以...
在一年的最后一个季度，
确切地说，上周，
英特尔开发人员推出了新的
OpenVINO工具包在软件上发布。
新功能完成-联系人更改日志
我不会得到确切的细节
在这篇文章中，我只会讲一点：
关于视觉，英特尔和覆盆子酒。
***
OpenVINO本质上是一套工具，
库和解决方案示例
借助英特尔硬件的特殊加速
计算机视觉的流行任务。
谁还没有听说过计算机视觉-
这是计算机科学领域，
让您了解汽车
就像一个人，世界在周围。
信息来源，主要是图像
问题是创建一个算法
提取有用的功能
并对其做出决定。
***
我们迷你审查中的第一个是OpenCV库，
通常称为传统
机器视觉和学习
从相机读取并在屏幕上绘图，
跨平台和github上的生活
在撰写本文时已获得30502颗星。
在Raspberry的包装中，我们还会找到
公开的OpenCV，以及它
NEON优化，Python中的包装器，
用于相机和GTK窗口的GStreamer。
***
至今已有七年
解决我们的问题
应用深度神经网络
那些有老师的人需要培训。
Caffe，PyTorch-全部与培训有关，
有时需要几个星期。
OpenVINO解决了第二个问题：
尽快启动训练有素的网格。
在许多平台的最佳解决方案中，
对于知名的场景，需求和资源，
在OpenVINO深度学习中-一个单独的引擎，
在不同设备上具有一个接口。
***
您有工作工具
在Raspberry Pi上安装Raspbian 9，
插入Movidius棒，电源，
检查CPU版本是否至少为7。
在相应的指南中阅读更多内容，
作为演示，我建议代码，
使用相机并关闭
从方向看，LED。
下载两个网络：供人们查找
以及头部位置的预测
使用USB相机并注意
代码中默认的2号插针是什么？
***
献给所有热情的人
他一年四季都致力于我们的项目。
让一切在未来加速
Raspberry上的OpenVINO-相同的物联网！
import cv2 as cv from gpiozero import LED from math import cos, sin, pi winName = 'OpenVINO on Raspberry Pi' cv.namedWindow(winName, cv.WINDOW_NORMAL) faceDetectionNet = cv.dnn.readNet('face-detection-retail-0004.xml', 'face-detection-retail-0004.bin') headPoseNet = cv.dnn.readNet('head-pose-estimation-adas-0001.xml', 'head-pose-estimation-adas-0001.bin') faceDetectionNet.setPreferableTarget(cv.dnn.DNN_TARGET_MYRIAD) headPoseNet.setPreferableTarget(cv.dnn.DNN_TARGET_MYRIAD) cap = cv.VideoCapture(0) led = LED(2) led.on() while cv.waitKey(1) != 27: hasFrame, frame = cap.read() if not hasFrame: break frameHeight, frameWidth = frame.shape[0], frame.shape[1]