open inventor 9.0 在 win10 下无法yun'xing

payton2004 2018-07-05 11:24:04

最近在WIN10系统安装了了 open inventor 9.0 版本但是安装完成后，双击运行 C:\Program Files\Open Inventor\OIV.NET9.0.0\src\demos\ExeOnly里面的例子总是无法运行，请高手赐教是什么原因，是配置的不对还是 WIN10 系统不支持

...全文

95 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

感谢您了解学习【英特尔OpenVINO™工具套件】系列课程，为了能给您提供更好的课程体验，现诚邀您花费2分钟的时间填写关于本课程的调查问卷。我们将在填写问卷的同学中抽取5名幸运的小伙伴儿，每人赠送一张价值99元的CSDN·VIP月卡，感谢您的参与！问卷地址：https://t.csdnimg.cn/07Qv 本课程是OpenVINO™系列课程的第三阶段课程，如果你还没有学习前两阶段的课程，或者说对于OpenVINO™了解比较少，这里我们建议你在学习这门课程之前，进行《OpenVINO™工具套件初级课程》与《OpenVINO™工具套件中级课程》的学习。高级课程建立在中级课程的基础上，围绕OpenVINO™工具包强大的功能特点所设计，意图在让同学们更深入地了解OpenVINO™的内置组件与易用工具，同时通过一些视频示例与上手实验让同学们体验到OpenVINO™在深度学习推理领域的强大性能，并且加入了与AI推理应用的息息相关的视频处理与音频处理课程，最后通过对课程系统地学习，同学们可以结合所学课程内容，在课程的帮助指引下构建出一个有趣的AI推理应用。课程一共包含了9节课，每节课的内容侧重点都略有不同，但都是构建AI推理应用必不可缺的一环，可以帮助你处理好AI推理应用的每一个细节，并且每一课都配套有用于复习理论知识的上手练习实验，你可以通过云平台在线体验OpenVINO™强大功能，然后构建属于你的AI推理应用。为了便于您更好的学习本次课程，推荐您在本地下载英特尔® OpenVINO™工具套件，下载地址：https://t.csdnimg.cn/yOf5Intel®Devcloud注册地址：https://devcloud.intel.com/ 请注意：点击报名即表示您确认您已年满18周岁，并且同意CSDN基于商务需求收集并使用您的个人信息，用于注册OpenVINO™工具套件及其课程。CSDN和英特尔会为您定制最新的科学技术和行业信息，将通过邮件或者短信的形式推送给您，您也可以随时取消订阅不再从CSDN或Intel接收此类信息。查看更多详细信息请点击CSDN“用户服务协议”，英特尔“隐私声明”和“使用条款”。

手把手讲授如何搭建成功OpenVINO框架，并且使用预训练模型快速开发超分辨率、道路分割、汽车识别、人脸识别、人体姿态和行人车辆分析。得益于OpenVINO框架的强大能力，这些例子都能够基于CPU达到实时帧率。课程的亮点在于在调通Demo的基础上更进一步：一是在讲Demo的时候，对相关领域问题进行分析（比如介绍什么是超分辨率，有什么作用）、预训练模型的来龙去脉（来自那篇论文，用什么训练的）、如何去查看不同模型的输入输出参数、如何编写对应的接口参数进行详细讲解；二是基本上对所有的代码进行重构，也就是能够让例子独立出来，并且给出了带有较详细注释的代码；三是注重实际运用，将Demo进一步和实时视频处理框架融合，形成能够独立运行的程序，方便模型落地部署；四是重难点突出、注重总结归纳，对OpenVINO基本框架，特别是能够提高视频处理速度的异步机制和能够直接部署解决实际问题的骨骼模型着重讲解，帮助学习理解；五是整个课程准备精细，每一课都避免千篇一律，前一课有对后一课的预告，后一课有对前一课的难点回顾，避免学习过程中出现突兀；六是在适当的时候拓展衍生，不仅讲OpenVINO解决图像处理问题，而且还补充图像处理的软硬选择、如何在手机上开发图像处理程序等内容，帮助拓展视野，增强对行业现状的了解。基本提纲：1、课程综述、环境配置2、OpenVINO范例-超分辨率（super_resolution_demo）3、OpenVINO范例-道路分割（segmentation_demo）4、OpenVINO范例-汽车识别（security_barrier_camera_demo）5、OpenVINO范例-人脸识别（interactive_face_detection_demo）6、OpenVINO范例-人体姿态分析（human_pose_estimation_demo）7、OpenVINO范例-行人车辆分析（pedestrian_tracker_demo）8、NCS和GOMFCTEMPLATE9、课程小结，资源分享

信创趋势下，资源围绕网络管理员、网络工程师等岗位对openEuler服务器版管理核心技术技能的要求，应用工作过程系统化方法开发了包括统信UOS简介、shell、Bash、目录结构、文件系统、VIM编辑器、用户与组、SSHD远程登录、网络简介、安全策略、软件源、UOS文件权限、UOS磁盘管理、SAMBA服务、DHCP服务、DNS服务、WEB服务、FTP服务、代理服务器、邮件服务器、防火墙、NAT转换等14个项目，场景化的还原企业实际项目和业务流程。每个项目都按企业工作实际分解为若干个工作任务，通过项目背景、项目分析、项目相关知识为子任务做铺垫，任务实施过程中由任务规划、任务实施和任务验证构成，符合工程项目实施的一般规律。本课程主要学习内容： 1、服务器基础配置：项目1 部署openEuler服务器系统项目2 使用shell管理本地文件项目3 管理openEuler的用户与组项目4 openEuler系统的基础配置 2、基础服务部署：项目5 企业内部数据存储与共享项目6 部署企业的DHCP服务项目7 部署企业的DNS服务项目8 部署企业的WEB服务项目9 部署企业的FTP服务 3、高级服务部署：项目10 部署企业squid代理服务器项目11 部署企业的邮件服务器项目12 部署openEuler服务器防火墙课程考核：综合项目实训/课程考评

YOLOX是旷视科技新近推出的高性能实时目标检测网络，性能超越了YOLOv3/YOLOv4 /YOLOv5。 OpenVINO是针对Intel的CPU等设备的加速工具。本课程在Windows和Ubuntu系统上详细演示使用OpenVINO对YOLOX进行加速和部署。其中对Python和C++的OpenVINO部署都进行了讲解。特别是讲述了针对自己数据集上训练出的YOLOX的OpenVINO加速部署方法。相关课程：《YOLOX目标检测实战：训练自己的数据集》https://edu.csdn.net/course/detail/35586 《YOLOX目标检测实战：TensorRT加速部署》https://edu.csdn.net/course/detail/35716

详细介绍了OpenVINO整体架构、基本组件、核心组件DLDT与IE的使用，OpenVINO对模型加速执行推断的开发流程与步骤、相关SDK API函数如何在C++与Python环境下进行API调用，如何使用预训练模型快速开发图像分类、对象检测、语义分割、实例分割、车牌识别、行人检测、场景文字检测与识别、YOLOv5模型部署加速与推理、表情识别与landmark提取等高实时视频分析程序，使用模型优化器进行模型压缩转换与优化等OpenVINO核心技术演示与代码教学。一步一步教你构建CPU级别可实时的深度学习模型应用程序。部分演示程序截图如下（均基于CPU达到实时帧率，基于OpenVINO2021.02版本录制）：

组件/控件开发

8,834

社区成员

7,151

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章