国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

【轉載】英特爾開發套件“哪吒”快速部署YoloV8 on Java | 開發者實戰

研揚科技AAEON ? 2024-03-23 08:05 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

作者:黃明明

英特爾邊緣計算創新大使

wKgaombVFymAcNyZAEM0bgEcC7E118.png

前言

OpenVINO 工具套件基于OneAPI開發,可以加快高性能計算機視覺深度學習應用開發速度的工具套件,適用于從邊緣到云的各種英特爾計算平臺上,幫助用戶更快地將更準確的真實世界數據的AI推理結果部署到生產系統中。通過簡化的開發工作流程,OpenVINO可賦能開發者在現實世界中部署高性能應用程序和算法

今天我們將基于哪吒開發者套件平臺來快速部署OpenVINO Java

OpenVINO Java API 所在的GitHub 倉庫地址:https://github.com/Hmm466/OpenVINO-Java-API (復制鏈接到瀏覽器打開)

英特爾開發者套件-哪吒

1.1 產品介紹

哪吒(Nezha)開發套件以信用卡大小(85 x 56mm)的開發板-哪吒(Nezha)為核心,哪吒采用Intel N97處理器(Alder Lake-N),最大睿頻3.6GHz,Intel UHD Graphics內核GPU,可實現高分辨率顯示;板載LPDDR5內存、eMMC存儲及TPM 2.0,配備GPIO接口(與樹莓派兼容),支持Windows和Linux操作系統,這些功能和無風扇散熱方式相結合,為各種應用程序構建高效的解決方案,適用于如自動化、物聯網網關、數字標牌和機器人等應用。

wKgZombVH1WAFTv4AAGCYBjX6v0134.pngwKgaombVH1-AOeGsAANAL3en4Xg802.pngwKgZombVH4OAbjXIAAMXN30mzco203.png

wKgaombVH4OAYRCsAAFvKgQisj8703.png

wKgZombVH42AEszDAAJCfvVMCQw526.png

1.2 系統安裝

由于默認的開發版使用的Ubuntu 18的系統,但是系統存在一個顯示器只有800*600的Bug,為此我們需要燒錄一個新系統進去。我們進入Ubuntu intel-iot系統的下載網址(https://ubuntu.com/download/iot/intel-iot)然后下載Intel Atom X7000E Series Processors (former codename Alder Lake N) 即可,因為哪吒平臺是Alder Lake N 架構,所以下載對應平臺的鏡像即可(實際上下載正常的桌面版本即可)。將下載后的鏡像文件刻錄到U盤,按照正常的Ubuntu 系統安裝即可。

1.3 GPU驅動安裝

由于默認的Ubuntu 安裝之后不會帶有Intel GPU驅動,為了讓推理的速度能過更加快一點,所以我們這里需要額外安裝一下,首先進入

https://docs.openvino.ai/archive/2023.1/openvino_docs_install_guides_configurations_for_intel_gpu.html

這里官網給出了兩種安裝方式:

A:通過deb安裝

B:通過apt存儲庫。然后安裝ocl-icd-libopencl1、intel-opencl-icd、intel-level-zero-gpu和level-zero apt軟件包:

由于apt包需要配置倉庫,所以我們直接通過deb方式安裝。

1.3.1 創建一個臨時文件夾

1 mkdir neo

1.3.2 下載所有的deb包

1 cd neo
2 wget https://github.com/intel/intel-graphics-compiler/releases/download/igc-1.0.15985.7/intel-igc-core_1.0.15985.7_amd64.deb
3 wget https://github.com/intel/intel-graphics-compiler/releases/download/igc-1.0.15985.7/intel-igc-opencl_1.0.15985.7_amd64.deb
4 wget https://github.com/intel/compute-runtime/releases/download/24.05.28454.6/intel-level-zero-gpu-dbgsym_1.3.28454.6_amd64.ddeb
5 wget https://github.com/intel/compute-runtime/releases/download/24.05.28454.6/intel-level-zero-gpu_1.3.28454.6_amd64.deb
6 wget https://github.com/intel/compute-runtime/releases/download/24.05.28454.6/intel-opencl-icd-dbgsym_24.05.28454.6_amd64.ddeb
7 wget https://github.com/intel/compute-runtime/releases/download/24.05.28454.6/intel-opencl-icd_24.05.28454.6_amd64.deb
8 wget https://github.com/intel/compute-runtime/releases/download/24.05.28454.6/libigdgmm12_22.3.11_amd64.deb

1.3.3 通過root安裝所有的包

1 sudo dpkg -i *.deb

這個時候我們就可以使用GPU來推理了。

2 準備工作

2.1 配置Java環境

2.1.1 下載并配置JDK

JDK(Java Development Kit)稱為Java開發包或Java開發工具,是一個編寫Java的Applet小程序和應用程序的程序開發環境。JDK是整個Java的核心,包括了Java運行環境(Java Runtime Environment),一些Java工具和Java的核心類庫(Java API)。不論什么Java應用服務器實質都是內置了某個版本的JDK。主流的JDK是Sun公司發布的JDK,除了Sun之外,還有很多公司和組織都開發了自己的JDK.

2.1.2 添加api到本地maven

添加OpenVINO Java API 至Maven(目前沒有在meven中央倉庫發布,所以需要手動安裝)

2.1.3 clone OpenVINO Java API 項目到本地

git clone https://github.com/Hmm466/OpenVINO-Java-API

2.1.4 通過IDEA 或 Eclipse 打開

通過maven install 到本地maven 庫中

1 [INFO] ------------------------------------------------------------------------
2 [INFO] BUILD SUCCESS

3 [INFO] ------------------------------------------------------------------------
4 [INFO] Total time: 14.647 s

5 [INFO] Finished at: 2023-11-02T21:34:49+08:00
6 [INFO] ------------------------------------------------------------------------

jar包會放置在

/{userHome}/.m2/repository/org/openvino/java-api/1.0-SNAPSHOT/java-api-1.0-SNAPSHOT.pom

2.2 安裝 OpenVINO Runtime

OpenVINO 有兩種安裝方式: OpenVINO Runtime 和OpenVINO Development Tools。OpenVINO Runtime 包含用于在處理器設備上運行模型部署推理的核心庫。OpenVINO Development Tools 是一組用于處理 OpenVINO 和 OpenVINO 模型的工具,包括模型優化器、OpenVINO Runtime、模型下載器等。在此處我們只需要安裝 OpenVINO Runtime 即可。

2.2.1 下載 OpenVINO Runtime

訪問 Download the Intel Distribution of OpenVINO Toolkit[5] 頁面,按照下面流程選擇相應的安裝選項,在下載頁面,由于哪吒使用的是 Ubuntu22.04,因此下載時按照指定的編譯版本下載即可。

wKgaombVG56AZnP1AAKlVmoblvo466.png

2.2.2 解壓縮安裝包

我們所下載的 OpenVINO Runtime 本質是一個 C++ 依賴包,因此我們把它放到我們的系統目錄下,這樣在編譯時會根據設置的系統變量獲取依賴項。

1 cd ~/Downloads/
2 tar -xvzf l_openvino_toolkit_ubuntu22_2023.3.0.13775.ceeafaf64f3_x86_64.tgz
3 sudo mv l_openvino_toolkit_ubuntu22_2023.3.0.13775.ceeafaf64f3_x86_64/runtime/lib/intel64/* /usr/lib/

3 在哪吒平臺上進行測試

3.1 源代碼直接測試

git clone https://github.com/Hmm466/OpenVINO-Java-API

使用IDEA打開OpenVINO-Java-API項目

創建src/test/java/org.openvino.java.test.OpenVINOTest

編寫測試代碼:

1 OpenVINO vino = OpenVINO.load();
2 OvVersion version = vino.getVersion();
3 Console.println("---- OpenVINO INFO----");
4 Console.println("Description : %s", version.description);
5 Console.println("Build number: %s", version.buildNumber);

結果將輸出

1 ---- OpenVINO INFO----
2 Description : OpenVINO Runtime
3 Build number: 2023.3.0-13775-ceeafaf64f3-releases/2023/3

3.2 運行YoloV8模型演示效果

wKgZombVHvCATl94AApJ_9zNzyg613.png

4 總結

在該項目中,我們基于英特爾開發套件哪吒為硬件基礎實現了Java在 Ubuntu 22.04 系統上成功使用OpenVINO Java API,并且成功允許了Yolov8模型,驗證了Java可以在各種硬件平臺上快速部署和運行,同時簡化了Java開發者對于AI類項目的上手難度。后續我還會將繼續使用 OpenVINO Java API 在 英特爾開發套件上部署更多的深度學習模型。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 英特爾
    +關注

    關注

    61

    文章

    10301

    瀏覽量

    180423
  • JAVA
    +關注

    關注

    20

    文章

    3001

    瀏覽量

    116421
  • 開發板
    +關注

    關注

    26

    文章

    6289

    瀏覽量

    118050
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    AI功能(SC171開發套件V2-FAS)

    *附件:文檔:圖像語義分割(deeplabv3)案例----基于SC171開發套件V2-FAS.pdf 見文檔說明 2 多物品識別(Yolov8)案例----基于SC171開發套件V2-FAS
    發表于 02-11 14:33

    英特爾開發者年度盛會智潮涌動,推動AI創新走向產業縱深

    2026年1月16日,上海 ——2025英特爾AI開發者優秀項目路演暨英特爾平臺企業AI解決方案創新實踐賽頒獎大會成功舉辦,Bluedot團隊打造的企業級數字大腦,破解企業知識數字化與高效應用難題
    的頭像 發表于 01-19 16:14 ?303次閱讀

    DA14535 USB開發套件硬件解析:開啟低功耗藍牙開發新征程

    USB開發套件(型號610 - 12 - A),為開發者提供了一個低成本且功能豐富的開發平臺,助力藍牙相關項目的快速落地。今天,我們就來深入剖析這個
    的頭像 發表于 12-29 11:00 ?458次閱讀

    探秘 CYSBSYSKIT - DEV - 01 快速物聯網連接開發者套件

    探秘 CYSBSYSKIT - DEV - 01 快速物聯網連接開發者套件 引言 在物聯網迅猛發展的今天,快速、高效地實現物聯網連接是開發者
    的頭像 發表于 12-21 15:35 ?708次閱讀

    【NPU實戰】在迅為RK3588上玩轉YOLOv8:目標檢測與語義分割一站式部署指南

    【NPU實戰】在迅為RK3588上玩轉YOLOv8:目標檢測與語義分割一站式部署指南
    的頭像 發表于 12-12 14:30 ?6140次閱讀
    【NPU<b class='flag-5'>實戰</b>】在迅為RK3588上玩轉<b class='flag-5'>YOLOv8</b>:目標檢測與語義分割一站式<b class='flag-5'>部署</b>指南

    使用ROCm?優化并部署YOLOv8模型

    作者:AVNET 李鑫杰 一,YOLOv8介紹? YOLOv8 由 Ultralytics 于 2023 年 1 月 10 日發布,在準確性和速度方面提供了前沿的性能。YOLOv8 在之前 YOLO
    的頭像 發表于 09-24 18:32 ?854次閱讀
    使用ROCm?優化并<b class='flag-5'>部署</b><b class='flag-5'>YOLOv8</b>模型

    NVIDIA DRIVE AGX Thor開發者套件重磅發布

    這款由 NVIDIA DriveOS 7 驅動的開發者套件能夠幫助開發者們打造出更安全的智能汽車和交通解決方案。
    的頭像 發表于 09-04 11:20 ?1376次閱讀

    求助,關于K230部署yolov8時遇到問題求解

    使用yolov8訓練出來了一個十個類別的模型并且按照要求轉換成了.kmodel模型,在部署到K230時 使用yolo大作戰里面的代碼提示我list out of range但是我看了我的.yaml
    發表于 08-12 07:26

    東軟睿馳聯合推出基于AURIX TC4x的NeuSAR快速開發套件

    近日,東軟睿馳聯合英飛凌、HighTec推出基于AURIX TC4x的NeuSAR快速開發套件,為汽車軟件開發提供高效、便捷的全棧開發環境,助力客戶及
    的頭像 發表于 07-08 11:30 ?1273次閱讀
    東軟睿馳聯合推出基于AURIX TC4x的NeuSAR<b class='flag-5'>快速</b><b class='flag-5'>開發套件</b>

    英特爾發布全新GPU,AI和工作站迎來新選擇

    英特爾推出面向準專業用戶和AI開發者英特爾銳炫Pro GPU系列,發布英特爾? Gaudi 3 AI加速器機架級和PCIe部署方案 ? 2
    發表于 05-20 11:03 ?1844次閱讀

    Java開發者必備的效率工具——Perforce JRebel是什么?為什么很多Java開發者在用?

    Perforce JRebel是一款Java開發效率工具,旨在幫助java開發人員更快地編寫更好的應用程序。JRebel可即時重新加載對代碼的修改,無需重啟或重新
    的頭像 發表于 04-27 13:44 ?844次閱讀
    <b class='flag-5'>Java</b><b class='flag-5'>開發者</b>必備的效率工具——Perforce JRebel是什么?為什么很多<b class='flag-5'>Java</b><b class='flag-5'>開發者</b>在用?

    RV1126 yolov8訓練部署教程

    本教程針對目標檢測算法yolov8的訓練和部署到EASY-EAI-Nano(RV1126)進行說明,而數據標注方法可以參考我們往期的文章。
    的頭像 發表于 04-18 15:18 ?2060次閱讀
    RV1126 <b class='flag-5'>yolov8</b>訓練<b class='flag-5'>部署</b>教程

    RV1126 yolov8訓練部署教程

    YOLOv8 是 ultralytics 公司在 2023 年 1月 10 號開源的基于YOLOV5進行更新的 下一個重大更新版本,目前支持圖像分類、物體檢測和實例分割任務,鑒于Yolov5的良好表現,
    的頭像 發表于 04-16 14:53 ?1454次閱讀
    RV1126 <b class='flag-5'>yolov8</b>訓練<b class='flag-5'>部署</b>教程

    RK3576 yolov8訓練部署教程

    本章展示yolov8模型的在EASY EAI Orin nano的部署過程。
    的頭像 發表于 04-02 16:04 ?1863次閱讀
    RK3576 <b class='flag-5'>yolov8</b>訓練<b class='flag-5'>部署</b>教程

    英特爾哪吒開發套件部署DeepSeek-R1的實現方式

    隨著人工智能技術的快速發展,企業對 AI 模型的部署方式有了更多選擇。本地部署 DeepSeek-R1 模型具有以下顯著優勢,使其成為許多企業和開發者的首選。
    的頭像 發表于 03-12 13:38 ?1117次閱讀
    在<b class='flag-5'>英特爾</b><b class='flag-5'>哪吒</b><b class='flag-5'>開發套件</b>上<b class='flag-5'>部署</b>DeepSeek-R1的實現方式