前言

好久不见，各位朋友~

之前分享过基于LabVIEW开发的AI视觉工具包及开放神经网络交互工具包，不少朋友私信说在安装和使用过程中会遇到各种问题。今天集中把大家问得最多的几个问题整理出来，统一回复。如果大家在实践中还碰到其他坑，欢迎在评论区补充，这篇会持续更新。

Q1：LabVIEW AI视觉工具包及开放神经网络交互工具包有哪些功能？

• LabVIEW AI视觉工具包功能
  1、 轻松配置相机：可调用市面上主流的USB摄像头、网络摄像头轻松采集图像；
  2、 提供数百个OpenCV中传统图像处理的算子，满足各种需求：包括颜色空间转换、DFT变换、多种图像滤波器；二值化、图像阈值处理、直线检测、圆检测、轮廓检测和处理、角点检测、相机标定、手眼标定、SIFT特征点匹配、模板匹配等，利用功能强大的图像处理库和数百种算子，轻松完成模式匹配、边缘轮廓检测、OCR、物体识别及更多任务；
  3、 提供多种框架模型导入模块：包括tensorflow、pytorch、darknet、openvino等多个平台的深度学习模型；
  4、 多种加速推理接口：可使用CUDA和OpenVINO加速；
  5、 支持多种硬件加速：支持Nvidia GPU、Intel、TPU、NPU多种硬件加速；
• LabVIEW开放神经网络交互工具包（ONNX）功能
  1、 提供多种框架生成的onnx模型导入模块：包括pytorch、caffe、tensorflow、paddlepaddle等生成的onnx模型；
  2、 多种高效加速推理接口：CUDA、TensorRT对模型进行最大化的加速；
  3、 支持多种硬件加速：支持Nvidia GPU、Intel、TPU、NPU多种硬件加速；

官方的物体分类、物体检测、语义分割、实例分割都支持，第三方的人脸识别、文字识别也已经通过验证。总体支持市面上几乎所有的模型。

002：两大类工具包有什么区别？

1、【LabVIEW AI视觉工具包 提供了较多采集图像和处理图像的视觉算子，【LabVIEW开放神经网络交互工具包（ONNX)】没有视觉算子
2、【LabVIEW AI视觉工具包能支持的AI模型较少，【LabVIEW开放神经网络交互工具包（ONNX) 能支持所有的神经网络模型（如目标检测，图像分割，图像类，甚至语音语义都能跑), 3、【LabVIEW开放神经网络交互工具包（ONNX) 提供最大化的CUDA、TensorRT加速接口

003：这些工具包主要是用来做什么的？我可以用它们训练模型吗？

目前工具包主要分为推理类工具包和训练类工具包。一键训练工具包可以训练自己的模型，训练好的模型直接用推理包部署到终端。只要保证模型格式兼容，整个流程很顺畅。

004：为什么安装了techforce_lib_opencv_cpu工具包却不能用？

目前所有视觉相关工具包仅支持2018或更高版本64位LabVIEW。请先确认你的LabVIEW版本是否满足要求。

005：安装工具包后函数选板上的vi都报错怎么办？

检查控制面板-程序-程序和功能，看是否有VC 2015-2019 Redistributable。没有的话去百度网盘下载安装（链接: https://pan.baidu.com/s/1s87kWNDZaPB_-12dwXUHbg?pwd=yiku），装完就不报错了。

006：已经安装techforce_lib_opencv_cuda_113工具包，但所有vi拖到程序框图都报错？

检查是否安装了11.3版本的CUDA及对应的cuDNN。没装就会出现这个错误。

007：工具包安装过程中无法安装Third Party Licensing & Activation Toolkit？

卸载已装工具包，电脑关机重启，以管理员身份运行VIPM 21，重新安装。如果还是失败也不用担心，不影响工具包正常使用。

008：安装LabVIEW AI视觉工具包techforce_lib_opencv_cpu后无法使用OpenVINO加速？

检查是否安装了OpenVINO toolkit 2021.4.2并设置了环境变量。没装就无法加速。

009：已装OpenVINO 2021.4.2且配置了环境，但运行demo时readNetFromModelOptimizer.vi报错？

检查模型路径是否包含中文。有中文就放到全英文路径下再运行。

010：已装OpenVINO 2021.4.2且环境配置正确，但运行demo时弹“无法定位程序输入点”报错？

可能是电脑硬件无法自动适配OpenVINO的dll库。请从百度网盘下载OpenVINO dll库（链接: https://pan.baidu.com/s/1eE8w3bkBXHAQiZH4tN80pg?pwd=yiku），解压后放到C盘根目录，然后动态调用。demo中做如下修改：

011：已经装好CUDA且配置了环境，但模型运行速度跟用CPU一样？

检查是否同时安装了GPU版和CPU版的工具包。查看VIPM中已安装的包，若两个版本共存，卸载全部后重新安装GPU版。注意：两类工具包都分CPU和GPU版本，只需安装其中一个。

012：使用CUDA和TensorRT加速推理后，模型反而更耗时？

检查是否在跑模型的循环里放置了时间较长的等待vi。等待时间过长时，GPU会降频运行。调试时可以加等待，但真正产线部署时要去掉。

013：CUDA和TensorRT加速驱动安装配置麻烦，有免安装版本吗？

有的。提供CUDA加速所需驱动（CUDA 11.3 + 对应cuDNN）和TensorRT加速驱动（TensorRT-8.2.5.1对应CUDA 11.3版本）的免安装压缩包。下载链接：https://pan.baidu.com/s/1_X-cO8Mvgmf9J7ro3UbS9g?pwd=yiku，解压后把CUDA下的bin文件夹和TensorRT下的lib文件设置为环境变量即可。

总结

以上就是关于LabVIEW AI视觉工具包和ONNX交互工具包常见问题的集中答复。大家可以根据链接下载相关驱动和补充文件。如果还有疑问，欢迎在评论区讨论交流。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：仪酷LabVIEW AI视觉工具包与开放神经网络交互工具包常见问题解答要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题