Benutzer-Werkzeuge

Webseiten-Werkzeuge


openvino

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen Revision Vorhergehende Überarbeitung
Nächste Überarbeitung
Vorhergehende Überarbeitung
openvino [2026/03/13 15:28]
jango
openvino [2026/03/13 23:41] (aktuell)
jango
Zeile 1: Zeile 1:
 +OpenVINO (Open Visual Inference and Neural Network Optimization) ist ein Toolkit von Intel zur Ausführung und Optimierung von KI-Modellen auf unterschiedlicher Hardware. Es richtet sich vor allem an Anwendungen im Bereich Computer Vision, unterstützt aber auch weitere Modelltypen wie Sprach- und Generative-AI Workloads. Dazu bietet das Toolkit Funktionen zur Modellkonvertierung, Optimierung und beschleunigten Inferenz. Entwickler können damit Modelle aus gängigen Frameworks in ein kompatibles Format überführen und auf CPUs, GPUs sowie weiteren unterstützten Beschleunigern ausführen. Typische Einsatzfelder sind Bildklassifikation, Objekterkennung, Segmentierung, OCR und Videoanalyse.
 +
 +=====Diffusers=====
 +
 +Image generation mit [[StableDiffusion]] in [[coding:python|Python]].
 +
 <code> <code>
 python -m venv openvino_env python -m venv openvino_env
 .\openvino_env\bin\activate .\openvino_env\bin\activate
 python -m pip install --upgrade pip python -m pip install --upgrade pip
-pip install "optimum[openvino]" pillow+pip install "optimum[openvino]" pillow diffusers
 </code> </code>
  
 +====Text to Image====
 <code python> <code python>
 # sd15_openvino.py # sd15_openvino.py
Zeile 39: Zeile 46:
 print(f"Fertig. Gespeichert als output.png in {time.time() - start:.1f} Sekunden auf {device}.") print(f"Fertig. Gespeichert als output.png in {time.time() - start:.1f} Sekunden auf {device}.")
 </code> </code>
 +
 +====Image to Image====
 +
 +<code python>
 +from optimum.intel import OVStableDiffusionImg2ImgPipeline
 +from PIL import Image
 +import time
 +
 +model_id = "runwayml/stable-diffusion-v1-5"
 +device = "GPU"   # ggf. "CPU" oder "AUTO"
 +
 +prompt = "a cozy cabin in the woods at sunset, detailed, cinematic lighting"
 +
 +# Eingabebild laden
 +init_image = Image.open("input.jpg").convert("RGB").resize((512, 512))
 +
 +start = time.time()
 +
 +pipe = OVStableDiffusionImg2ImgPipeline.from_pretrained(
 +    model_id,
 +    export=True,      # falls noch kein OpenVINO-Export vorliegt
 +    device=device
 +)
 +
 +result = pipe(
 +    prompt=prompt,
 +    image=init_image,
 +    strength=0.6,          # 0.2 = näher am Original, 0.8 = freier
 +    guidance_scale=7.5,
 +    num_inference_steps=20
 +).images[0]
 +
 +result.save("output.png")
 +
 +print(f"Fertig. Gespeichert als output.png in {time.time() - start:.1f} Sekunden auf {device}.")
 +</code>
 +
 +=====Links=====
 +
 +  * [[https://huggingface.co/OpenVINO/|Huggingface]]
openvino.1773412128.txt.gz · Zuletzt geändert: 2026/03/13 15:28 von jango