Comments 12

Дмитрий, спасибо за статью! Позвольте придраться к мелочам:


Есть еще одна тонкость, касающаяся взаимодействия Raspberry Pi и Neural Compute Stick: если в случае ноутбука достаточно просто ткнуть NCS в ближайший USB 3.0 порт, то для Raspberry придется найти USB кабель, иначе NSC своим корпусом заблокирует оставшиеся три USB разъема.

Если подключать в верхний ряд, то заблокирует всего один соседний разъём. Хотя согласен, всё равно звучит забавно.


В таблице так же указано, что face-detection-retail-0004 работает 9.3FPS, хотя у меня получалось замерять порядка 14 FPS (в синхронном режиме), что уже сравнимо с другими представленными в таблице конфигурациями. Использовал так же NCS и RPI 2 model B. Из кода репозитория заметил, что замеры включают не только запуск сети, но и такие функции, как imshow с отрисовками. Думаю, было бы честно, если производительность детектора осталась производительностью детектора, без влияния стороннего кода.

Спасибо за уточнения!

И правда, всего один блокируется (даже проверил сейчас). Тот, что снизу — впритык, но кабель воткнуть можно. Также закрыт Ethernet.

Про FPS тоже все верно — если измерять чистую производительность детектора, получается примерно 14 FPS (в частности, в демо от Intel я такой результат получал), и это значение должно зависеть только от версии USB, поэтому сравнение не совсем честное получается. Но меня все же интересовала реальная производительность связки RPi+NCS с учетом выполнения других вычислений, вот и сделал так. Наверное, надо добавить пояснение в статье, чтобы не было путаницы.
но вот инференс в уже обученных нейросетях сравним по скорости с таковым на GPU
Почуму же у Вас сравнение производительности происходит с процессором Core i7? Неужели у Вас нет GPU на ПК, раз уж Вы занимаетесь глубинным обучением?
На самом деле, все вычисления нейросеток производит NCS, а процессор я указал просто для контекста, так как он играет роль при обработке кадров. Вероятно, еще одна неточность в моем сравнении, которую нужно исправить.

С GPU я тоже проводил небольшое сравнение, в этом комментарии.
BeloborodovDS Спасибо за статью, мне кажется вы дали больше деталей чем можно найти на NCS форуме (похоже интел забил на него).
А вы пробовали реализовать более сложный сценарий: face detection + face matching? Как я понял из чтения форума, нужно загрузить две модели и сначала найти лица первой моделью и потом подать подрезаную картинку во вторую модель. Можно ли такое реализовать с openvino?

P.S. Глянул на face-reidentification-retail-0095 и если я правильно понял то эту модель нельзя на NCS использовать
P.S.2. У меня нулевые познания в ML, просто купил стик и тыкаю наугад, сори если вопросы звучат глупо\некоректно.
У меня пока нет в планах запускать вторую сетку в моем проекте, но я запускал демо от Intel, в котором было целых пять нейросетей: детектор лица, разметка ориентации головы, разметка особых точек лица, распознавание пола и возраста, распознавание эмоций. По результатам детекции из кадра вырезается фрагмент с лицом, и на нем запускаются остальные сетки. Это было в interactive_face_detection_demo. OpenVINO позволяет запускать несколько нейросеток в одном или разных плагинах, можно, например, одну сетку запустить на GPU, другую на FPGA, а остальные на NCS.

Судя по документации, face-reidentification-retail-0095 действительно нельзя запустить на NCS, но мне сложно сходу сказать, что пойдет не так. Скорее всего, просто некоторые слои не поддерживаются. Кстати, в OpenVINO есть три сетки для ре-идентификации пешеходов, которые работают на NCS (хоть какая-то замена).

Спасибо! Статья очень интересная.


например, одну сетку запустить на GPU
GPU только от Intel? Вычисления производятся через OpenCL?
А какое практически-бытовое применение у этого может быть?
Как вариант hackaday.com/2019/01/25/robot-cant-take-its-eyes-off-the-bottle :)

А если серьёзно, то вопрос несколько непонятен. Это акселератор, стик ускоряет вычисления нейронных сетей. Нужно скорее спросить, какое применение сетей в компьютерном зрении. Но с этим проблем быть не должно — примеры есть.

Но если ответить по теме статьи, то есть пример использования именно в связке Стик + Raspberry в виде камеры наблюдения: www.cortexica.com/the-worlds-first-ai-edge-camera-powered-by-raspberry-pi-and-two-intel-myriad-x-vpus.

zazar, Промахнулся по кнопке Ответить, поэтому сообщение пошло не в ту ветку.
Only those users with full accounts are able to leave comments. Log in, please.