前のチュートリアル: ONNXフレームワークモデルの読み込み
次のチュートリアル: YOLO DNN


原著者	Aleksandr Voron
互換性	OpenCV == 4.x

このチュートリアルでは、OpenVINOとともにOpenCVを使用する方法に関するOpenCVのインストールガイドラインを示す。

2021.1.1リリース以降、OpenVINOはビルド済みのOpenCVを提供しない。OpenVINOランタイムを直接使用している場合やOpenVINOサンプルを使用している場合は、この変更の影響を受けない。これらはOpenCVに強く依存していないためである。しかし、Open Model Zooのデモを使用している場合や、OpenVINOランタイムをOpenCV DNNバックエンドとして使用している場合は、OpenCVのビルドを入手する必要がある。

OpenCVを入手するには2つの方法がある:

Install pre-built OpenCV from another sources: system repositories, pip, conda, homebrew. Generic pre-built OpenCV package may have several limitations:
- OpenCVのバージョンが古い可能性がある
- OpenCVがOpenVINOサポートを有効にしたG-APIモジュールを含んでいない可能性がある（例えば一部のOMZデモはG-APIの機能を使用する）
- OpenCVが最新のハードウェア向けに最適化されていない可能性がある（デフォルトのビルドは幅広いハードウェアに対応する必要がある）
- OpenCVがIntel TBBやIntel Media SDKをサポートしていない可能性がある
- OpenCV DNNモジュールが推論バックエンドとしてOpenVINOを使用できない可能性がある
特定バージョンのOpenVINOに対してOpenCVをソースコードからビルドする。この方法は上記の制限を解消する。

両方の方法に従う手順はOpenCV wikiに記載されている。

サポートされているターゲット

OpenVINOバックエンド (DNN_BACKEND_INFERENCE_ENGINE) は以下のターゲットをサポートする:

DNN_TARGET_CPU: CPU上で実行する。追加の依存関係は不要。
DNN_TARGET_OPENCL, DNN_TARGET_OPENCL_FP16: iGPU上で実行する。OpenCLドライバが必要。Ubuntuではintel-opencl-icdをインストールする。
DNN_TARGET_MYRIAD: Neural Compute StickのようなIntel® VPU上で実行する。セットアップ方法はこちらを参照。
DNN_TARGET_HDDL: Intel® Movidius™ Myriad™ X High Density Deep Learning VPU上で実行する。詳細はこちらを参照。
DNN_TARGET_FPGA: Intel® Altera®シリーズのFPGA上で実行する。こちらを参照。
DNN_TARGET_NPU: 統合されたIntel® AI Boostプロセッサ上で実行する。LinuxドライバまたはWindowsドライバが必要。