---
# System prepended metadata

title: 如何在Windows安裝Linux(WSL2+Ubuntu)及Docker來執行OpenVINO和DL Streamer

---

# 如何在Windows安裝Linux(WSL2+Ubuntu)及Docker來執行OpenVINO和DL Streamer

![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhBxP0kXqCYhW1BJI8fBHiGZAkM3KyQYbG24vVYtwh-TKZTV7cv8hjBZKMBIKk33kS7dskUQZiqvrFsB5queUaMmBw8BpUI5ICxdMufb4pd_RtmyCThX7Znar4Tzkiciuq-PiJ837a8Cs_2sHEsAAJjsU5ysSniNDx3uyg7pvAYKIV_a6fteW7l0RKV/s1656/win10_wsl2_docker_openvino_Fig00.jpg)

以往想在Microsoft Windows上運行Liunx（如Ubuntu），可能要透過VMware或Virtualbox這類虛擬化工具來安裝，不過除非你使用的是付費的進階版本，不然通常是無法調用本機端的GPU（不管NVIDIA或INTEL內顯、外顯）資源。後來微軟也看到這個商機於是在2016年順勢在Win10上推出適用於Linux的子系統(Windows Subsystem for Linux, WSL)，讓使用者可輕易使用Linux作業系統的核心功能，包括常見的Ubuntu, openSUSE, Debian, Kali等。2019年推出WSL2時，除了一般Liunx基本的命令列工具（如Bash）外，甚至也可以運行圖形化視窗界面（如X Window）。如此一來就能讓使用者在Windows和Linux兩種作業系統上任意切換，不用再安裝其它虛擬化工具了。

隨著Win11上市，WSL2亦有較大幅度的更新，直接就能從Windows APP Store下載，除了Ubuntu 18.04.5 LTS, 20.04.5 LTS, 22.04.1 LTS可選擇外，另外還有Debian, Kali, fedora remix等多種環境。同時也開始對本地端的GPU有明顯的支援，包括NVIDIA及INTEL（含內顯HD Graphics, Xe，外顯Iris Xe系列），這樣對開發AI應用程式有很大的幫助，就可以使用像TensorFlow, PyTorch這類框架來進行模型訓練及使用像Nvidia TensorRT, Intel OpenVINO這樣的推論工具加速運算。

接下來就帶著大家一步一步把開發環境架設起來。如果你的電腦已經是安裝Ubuntu桌面圖形使用者介面(Desktop GUI)系統，只是想安裝Intel OpenVINO, Docker和DL Streamer來練習，那麼可以略過下面第1, 2, 3, 7節的說明。


## 1. 確認Windows環境及Intel內顯驅動

為了確定可以在Windows上安裝WSL2和調用Intel GPU資源，首先要確認Windows的版本。若已是Win 11 (22000.x以上)版本則可略過這個步驟，若是Win 10則建議更新21H2 （19000.x以上）版本。如果不知自己的Windows版本可用滑鼠左鍵點擊工作列左下角【開始】鍵，再點擊齒輪圖示的【設定】鍵，進入設定頁面點選【系統】，再捲動左側目錄，進入【關於】子頁面，查看【Windows規格】即可得知「版本」及「OS組建」內容。若版本不夠新則回到上一層【更新與安全】將Windows更新到最新版本。

![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjU_xVaFMWRm16D3whR5nH3-ALRvxOnAIVbMRk7xs2IbqRC_Z7aCkff-7Cb_0675o_yr0GW4R61iBIRY8dCTbAgz0oo0E8uHCz_8QtPcr0dcDOt4pRxnNvbiC7-ACHVG3pgNM1v_H8djkIz6KLcKfgotv3wKxNOs2I53arl_TONjxdGsDAXggdD_YYW/s1658/win10_wsl2_docker_openvino_Fig01.jpg)
Fig. 1  檢查Windows版本程序圖。（OmniXRI整理製作,2022/9/21)

接下來要確認Intel的內顯(HD Graphics)驅動程式版本是否滿足。以滑鼠右鍵點擊工作列【開始】鍵，進入【裝置管理員】頁面，選擇【顯示卡】下Intel(R) UHD Graphics XXX（這裡會隨每個人的CPU不同而有不同）。接著以滑鼠右鍵點擊，進到【內容】頁面下的【驅動程式】子頁面，確認版本是否大於30.0.100.9955。若否，則到下列網址下載最新的GPU驅動程式。

https://www.intel.com/content/www/us/en/download/19344/intel-graphics-windows-dch-drivers.html

![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgyOP7Hf4uQ_SKEg2ZNW1HUpTJultYyG3Vl8ScIfXZL9JMqWP8n7nsRTrcAhoDC2BAlFyRFbEaHQ4Y__1btKEs4ppBu7fUP2VugskBssbvz0n3_UosJ-iIElz1EYQ4e5sFap764DHq4jN7g-JFfKhOfqag5gb5rxFs78MEmtz6d0rE1BtdW9znJKXPl/s1658/win10_wsl2_docker_openvino_Fig02.jpg)
Fig. 2 檢查Intel GPU驅動程式版本流程圖。（OmniXRI整理製作,2022/9/21)

**完成Windows更新和Intel顯示卡的驅動程式更新後，記得重新開機，確保系統能正確運作**。


## 2. 使用WSL2安裝Ubuntu

在Win 10, Win 11上安裝Ubuntu最簡單的方式就是使用Microsoft Store，查詢Ubuntu，就會顯示可安裝的版本，這裡我們選用 Ubuntu 20.04.5 LTS（可依需求自行調整），點擊後就會開始下載（約525MB）及安裝，會依網速不同要等待一段時間。

![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhnUFizO3ai7Rtof6jYtqHSKlN2awLB_T9eYFr-9B_V0D1AjXmQFDfV9gfkjamm-WtC1IYDD0bZ_YcoZ0w2Qrey5HqnKHqlynk8GjQjB5yDZP6zzZZz7ilBao4HJ63W5PWpxCWGz9tgBO0MCoRZq8iF4DIzWDhQrumf8pi_wY0AFVoKUwGfayq44jbW/s1658/win10_wsl2_docker_openvino_Fig03.jpg)
Fig. 3 從Microsoft Store安裝WSL2用Ubuntu流程圖。（OmniXRI整理製作,2022/9/21)

安裝完成後，可先略過【啟動】。系統會自動在程式清單上加入已安裝的Ubuntu的選項。啟動時要以滑鼠右鍵點擊，選擇【更多】，再以「以系統管理員身份執行」，方便後面進到Ubuntu後的命令操作。若想要多個版本的Ubuntu，可依上述步驟逐一安裝不同版的Ubuntu。

第一次啟動Ubuntu時會要求輸入帳號、密碼，這裡不用輸入和Windows登入時相同的帳號密碼，可任意輸入。進入後就得到和Ubuntu命令列模式的操作環境。若想了解WSL2安裝及執行的資訊，可啟動Powershell，輸入「wsl --list -v」，就會看到 「Ubuntu-20.04」的名稱及狀態正在Running。如果找不到Powershell.exe路徑的朋友，可點選工作列上的放大鏡圖示，輸入powershell進行查詢就可得到相關執行名稱及路徑。


## 3. 幫Ubuntu搬個家

一般WSL安裝Ubuntu後預設會存在C槽使用者路徑下，類似下列路徑
C:\Users\user_name\AppData\Local\Packages\CanonicalGroupLimited.Ubuntu20.04LTS_79rhkp1fndgsc\LocalState\ext4.vhdx
，剛開始可能不會有什麼問題，但隨著安裝更多工具到Ubuntu後，C槽就很快不夠用了，尤其是C槽是SSD且容量不大（一般可能只有256GB到512GB）的朋友。但不幸地是WSL並沒有提供安裝在別的磁碟的設定，只能用wsl下指令搬家的方式來解決，這樣我們就能把Ubuntu搬到容量較大的機械式硬碟上，不用擔心被塞爆。

以「以系統管理員身份執行」啟動Powershell。假設D槽為搬家的目的地，首先將原有的Ubuntu匯出一個壓縮檔(*.tar)並取消註冊，然後在D槽建立一個新的路徑，例如D:\Ubuntu_20_04。接著重新匯入到新路徑，刪除壓縮檔，便完成搬家工作。

```powershell
wsl --export Ubuntu-20.04 d:\ubuntu.tar
wsl --unregister Ubuntu-20.04
mkdir d:\Ubuntu_20_04
wsl --import Ubuntu-20.04 d:\Ubuntu_20_04 d:\ubuntu.tar
del d:\ubuntu.tar
```

完成後會發現Ubuntu虛擬磁碟檔案ext4.vhdx已被搬到D:\Ubuntu_20_04路徑下了，這樣我們就可放心大膽的安裝其它工具。此時重新啟動Ubuntu時會發現變成使用「root」的身份進入，不是原先我們設的那個帳號、密碼，此時就要修改Windows的Registry Key來復原。

可點選工作列上的放大鏡圖示，輸入regedit進行查詢，點選「登入編輯程式」，找到下列機碼：
\HKEY_CURRENT_USER\SOFTWARE\Microsoft\Windows\CurrentVersion\Lxss\
，然後進到「DefaultUid」將「數值資料」項目內容改成 3e8 (16進制)，再重新開啟Ubuntu就能以先前設定的帳號、密碼登入了。

## 4. 安裝OpenCL函式庫

為了一些Intel加速計算功能，所以要安裝OpenCL，首先啟動Ubuntu，再執行下列指令，進行安裝。

```bash
cd ~
sudo apt-get update
sudo apt install ocl-icd-opencl-dev
```

安裝intel-gmmlib, intel-opencl-icd, intel-level-zero-gpu套件，包含下列動作。
* 建立臨時路徑
* 下載所需安裝套件包
* 驗證套件包SHA256正確性
* 安裝套件包

```bash
mkdir neo
cd neo
wget https://github.com/intel/intel-graphics-compiler/releases/download/igc-1.0.12037.1/intel-igc-core_1.0.12037.1_amd64.deb
wget https://github.com/intel/intel-graphics-compiler/releases/download/igc-1.0.12037.1/intel-igc-opencl_1.0.12037.1_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/22.37.24175/intel-level-zero-gpu-dbgsym_1.3.24175_amd64.ddeb
wget https://github.com/intel/compute-runtime/releases/download/22.37.24175/intel-level-zero-gpu_1.3.24175_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/22.37.24175/intel-opencl-icd-dbgsym_22.37.24175_amd64.ddeb
wget https://github.com/intel/compute-runtime/releases/download/22.37.24175/intel-opencl-icd_22.37.24175_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/22.37.24175/libigdgmm12_22.1.8_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/22.37.24175/ww37.sum
sha256sum -c ww37.sum
sudo dpkg -i *.deb
```


## 5. 建立及啟用Python虛擬環境

使用如下指令來安裝及啟用Python虛擬環境，方便隔離不同Python操作環境。假設建立一個OpenVINO的Python操作環境。
執行 source openvino_env/bin/activate 啟用虛擬環境，成功進入後，提示字符會變成(openvino_env) user_name@computer_name:~$。
執行 deactivate 可離開虛擬環境。

```bash
cd ~
sudo apt-get update
sudo apt install python3-venv
python3 -m venv openvino_env
source openvino_env/bin/activate
```


## 6. 使用Python虛擬環境安裝OpenVINO

目前OpenVINO有支援很多種安裝方式，其中最方便的就是在Python虛擬環境下透過PyPi (pip install)安裝。安裝前先更新一下pip工具包，由於後續我們會用到很多OpenVINO開發工具及AI框架，所以這裡要安裝開發者版本（openvino-dev）及指定所需AI框架（caffe, kaldi, mxnet, onnx, pytorch, tensorflow, tensorflow2）。完成安裝後可簡單測試一下，包含OpenVINO 2022.1 Runtime是否安裝正確及模型優化工具(mo)是否能正確啟動。

```bash
source openvino_env/bin/activate
python -m pip install --upgrade pip
pip install openvino-dev[tensorflow2,onnx,pytorch]
python -c "from openvino.runtime import Core"
mo -h
```

不過依上述步驟完成安裝後會發現並不支援Myriad X（即VPU, NCS2）硬體推論，只支援CPU和iGPU，要特別注意。如果想知道更多Python安裝的問題，可以參考一下小弟先前寫的文章「[使用PyPi（pip install）安裝Intel OpenVINO 2022.1填坑心得](https://omnixri.blogspot.com/2022/08/pypi-pip-install-intel-openvino-20221.html)」[4]。

## 7. 安裝Ubuntu圖形使用者介面

由於剛才安裝的Ubuntu只有命令列模式，所以若要處理及顯示影像類（如*.jpg, *.mp4）的內容就要有圖形使用者介面(Graphic User Interface, GUI)，即視窗桌面環境。還好Windows已有準備一套陽春的虛擬桌面系統XLaunch (VcXsrv) 可以讓WSL2的Ubuntu連接。

不過在連接前，還要先進到Ubuntu，依照下列步驟操作，花點時間下載及安裝一些套件。

```bash
cd ~
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install x11-apps
```

接著在家目錄下建立一個.bash_login檔案
```bash
nano ~/.bash_login
```

並輸入以內容，再按Ctrl+x，按Y鍵，再按Enter鍵，存檔並結束編輯程式。
```bash
# For WSL2
export DISPLAY=$(cat /etc/resolv.conf | grep nameserver | awk '{print $2}'):0.0
export LIBGL_ALWAYS_INDIRECT=1
```

再來安裝xfce4桌面程式，這要花滿久的，和網速和電腦速度有關。完成安裝後就可先把Ubuntu關閉。
```bash
sudo apt-get install xfce4-terminal
sudo apt-get install xfce4
```

再來回到Windows，點擊工作列上放大鏡示，查找「XLaunch」，點擊啟動後，會出現如下圖所示畫面，依序設定即可啟動一個虛擬顯示器等著WSL2的Ubuntu來連結，此時會看到一個全黑的視窗被開啟，先不要關閉。其中步驟9可幫大家把這組參數存成一個檔案(config.xlaunch)放在Windows桌面，那下次雙擊圖示時就能自動開啟，不用每次都重設。

![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhbJBqCpMmIFZ5M4WvlbWWx5mfgeDV0xaX43IRZkHrdUFNhmmhS9F9BRnYTTQgHH7n9uHh0TJMLCjgXQNbonMtoyVT_dfL0JOEBEazj-7PRVEUkmWRWNq_7sMja93d-oyEuo6zbkAeYLGj8iH--ljSiLziIdzpjfqveWkUK1evCHrLK2oLFVWGN2wQu/s1658/win10_wsl2_docker_openvino_Fig04.jpg)
Fig. 4 啟用XLaunch(VcXsrv)虛擬桌面流程圖。（OmniXRI整理製作,2022/9/21)

接著重新啟動Ubuntu進到命令列模式，執行下列指令，開始連接XLaunch (VcXsrv)虛擬桌面。若連接成功會出現如Fig. 5畫面。 這個指令以後每次重開 Ubuntu 需要桌面時都會用到，所以可以背下來，方便後續使用。

```bash
sudo startxfce4
```
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi1LuCFN1uFRhvUVfkZy8jtKu0PFqX0ApkImGCtvKw-_euyq499s8mc_H7cdVg_aA1aIpSc0KO17WWMjkOYspCD9_m4jrkb-MgHZw9GhSw3C7T5HsueRbbYIw0BgV2Pmeg3mJW3DuUUPzrlIHBjNoGkxaLFWCUaqsMBmBkpPdNQTncMOlubGPxHpJp1/s1658/win10_wsl2_docker_openvino_Fig05.jpg)
Fig. 5 XLaunch (VcXsrv)虛擬桌面啟動畫面。（OmniXRI整理製作,2022/9/21)

畫面左上方選單[Applications]點擊後就會出現許多已安裝好的功能及服務，而下方快捷鍵列左邊第二個圖示，即為進入命令列模式，就可以直接從這裡切換視窗和命令列模式，而不用再回到剛才啟動Ubuntu的那個命令列視窗了。

本來到這裡以為就收工了，但事情總沒有這麼順利。這個桌面系統實在太陽春，連基本的影像、影片瀏覽工具都沒有，也沒有像Ubuntu程式市集可以下載所需工具。幾經查找，可以透過安裝其它套件包來讓這個桌面變得更像Ubuntu。於是選擇了xubuntu-desktop進行安裝，這個套件包超大，可能要安裝一個小時甚至更久，要有點耐心等候。

```bash
sudo apt install xubuntu-desktop
```

待完成後，關閉 XLaunch 和 Ubuntu 視窗。重新啟動 XLaunch 和 Ubuntu，在命令列執行「sudo startxfce4」，XLaunch就會出現Fig. 5的畫面。此時再去點擊左上角[Applications]選單時，就會發覺多了很多常用的功能，和標準的 Ubuntu GNOME很接近，此時就算完 WSL2 + Ubuntu 的桌面環境設置了。


## 8. 測試iGPU運行OpenVINO

再來就能實測一下從XLaunch桌面系統，進到命令模式運行OpenVINO的範例程式了。不過一進到命令列時發覺使用者變成root了，這時要使用「su username」命令來切換使用者，不然家目錄(~)所指的路徑就不對了。而這裡的username是指在第2節建立的使用者名稱，輸入指令時請自行修改。

在運行OpenVINO前不要忘了要先啟動剛才設好的Python虛擬環境。為了方便測試，首先下載和設置OpenVINO Open Model Zoo，再下載推論所需的影片檔案（face-demographics-walking-and-pause.mp4）及模型（human-pose-estimation-0005），最後就能以範例程式（human_pose_estimation_demo.py）來進行人員動作偵測，其中參數 -d 即為指定推論硬體，可自行切換為CPU或GPU來比較。若二種裝置都能推論就表示OpenVINO開發環境及硬體相關設置成功。

```bash
su username
cd ~
source openvino_env/bin/activate
git clone https://github.com/openvinotoolkit/open_model_zoo.git
pip install open_model_zoo/demos/common/python
cd open_model_zoo/demos/human_pose_estimation_demo/python
wget https://storage.openvinotoolkit.org/data/test_data/videos/face-demographics-walking-and-pause.mp4
omz_downloader --name human-pose-estimation-0005
python human_pose_estimation_demo.py -m ~/open_model_zoo/demos/human_pose_estimation_demo/python/intel/human-pose-estimation-0005/FP32/human-pose-estimation-0005.xml -at ae -i face-demographics-walking-and-pause.mp4 -d GPU
```

以下就證明一下在Windows上使用WSL2 + Ubuntu 20.04 LTS + XLaunch 桌面 + OpenVINO 2022.1是可以完美運作的。如Fig. 6左上所示，為使用Intel Core i7-9750H (9代CPU)測試結果，而Fig. 6左下則是i7內顯GPU UHD-630執行結果，而右側圖是運行時GPU的負載圖，可以看到已接近滿載在運行，成功在WSL2調用iGPU。

![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhZvN1fGNDbccMWzAcsUjCWLw98PpMP-NP4ELPghS5Koy67cZ_5KYXPNxTPZcnSKHbKuCxEILCc2mkXx9754q_IcmRMT_q2fXVMtxnkhJ3PdmkdCcHirg4GrLM5lC3GNbyzlTGek_CL0ygWKsBR9jY6DRSEVD9Z9hVq0pOEDi9XFJkH1YPToaaj1ZhP/s1681/win10_wsl2_docker_openvino_Fig06.jpg)
Fig. 6 OpenVINO以CPU和iGPU運行姿態估測程式結果比較圖。（OmniXRI整理製作,2022/9/21)

這裡大家或許會質疑為何CPU推論會比iGPU快，正常在純Linux環境下iGPU應該會快過9代CPU才對。猜想可能是因為開了虛擬桌面顯示運行中的視訊畫面造成，因為在只使用CPU運行時，iGPU也使用了約10~15%的GPU運算資源。


## 9. 安裝Docker到WSL2上的Ubuntu

Intel OpenVINO提供了多種安裝方式，直接從Docker Hub拉(Pull)一個映像檔(Image File)來安裝，也是另一個不錯的選擇，尤其是遇到要安裝像 DL Streamer, DL Workbench 等高階應用時。一般Docker只能在Linux環境運行，因為這裡我們已經在Windows上把Ubuntu (Linux) 開發環境架好，所以更方便Docker的安裝了。

安裝時，首先重新更新系統，移除舊的版本的docker及相關套件，確保系統不會產生衝突。接著開始安裝docker。完成後可檢查一下是否可顯示目前工作版本，若可以顯示則表示安裝無誤。

```bash
sudo apt-get update
sudo apt-get remove docker docker-engine docker.io
sudo apt install -y docker.io
docker --version
```

再來要使用systemctl來啟用docker的服務，此時會出現下列錯誤訊息。

```bash
System has not been booted with systemd as init system (PID 1). Can't operate.
Failed to connect to bus: Host is down
```

這是因為WSL2系統不認得 systemctl 和 systemd 這些指令，所以我們需要安裝另一個套件來解決。

```bash
cd ~
git clone https://github.com/DamionGans/ubuntu-wsl2-systemd-script.git
cd ubuntu-wsl2-systemd-script
bash ubuntu-wsl2-systemd-script.sh --force
```

當看到「成功: 已經儲存指定的值。」的訊息後，表示安裝完成，可輸入「exit」加Enter鍵離開Ubuntu，或者直接關掉Ubuntu命令列視窗亦可。然後重新啟動Ubuntu，執行「pa aux」指令來測試，若能看到一堆工作執行序狀態，就表示systemctrl已可成功運行。再來就可以準備啟動並檢查docker是否已在運行狀態，最後可按「Ctrl + C」強迫停止顯示docker狀態。

```bash
sudo systemctl start docker
sudo systemctl status docker
```

接著可以從docker hub下載hello-world的映像檔來測試。通常如果直接下「run image_name」的指令，若找不到指定的映像檔（如hello-world）時，則系統會自動去下載並執行。我們亦可「images」指令來檢查已下載的映像檔清單及相關版本。

```bash
sudo docker run hello-world
sudo docker images
```

## 10. 以Docker安裝OpenVINO和DL Streamer

由於Intel OpenVINO 2022.1版已將DL Streamer功能從自動安裝中移除，含標準版本及開發者版本，因此如果想要使用時，必須自行手動安裝，其中使用docker來安裝算是比較簡潔的作法。這裡僅用比較簡易的方式來安裝Docker作示範，若需要其它方式更完整安裝說明，可參考Docker官網[6]。

首先啟動Ubuntu命令列視窗，執行下列命令，即可自動安裝 devel 版本（即2022.1.0-ubuntu20-devel OpenVINO 開發者版本）。此版本包含完整的GStreamer Pipeline Framework元件、範例程式(samples)及模型下載器(model downloade)等工具。由於映像檔案非常大（將近4GB），**所以務必要在網路速度良好的環境下安裝**，不然會等太久。完成後可檢查一下安裝清單是否已加入dlstreamer。

```bash
sudo systemctl start docker
sudo docker run -it  --rm dlstreamer/dlstreamer:devel /bin/bash
sudo docker images
```

安裝完成後，可關閉再開啟 XLaunch 桌面環境的命令列工作視窗，執行下列指令就可運行 OpenVINO 和 DL Streamer 了。這裡會發現和剛才的運行(run)指令好像一樣。是的沒錯，當執行卻找不到映像檔時，就會自動變成下載安裝動作了。如果成功進入，會發現提示命令字串變成「dlstreamer@xxx:~$」，此時再檢查 /opt/intel 或 /opt/intel/dlstreamer 就會看到已經安裝好的 OpenVINO 和 DL Streamer 工作目錄了。

```bash
sudo systemctl start docker
sudo docker run -it  --rm dlstreamer/dlstreamer:devel /bin/bash
ls /opt/intel
ls /opt/intel/dlstreamer
```

![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhn2nZmyUj5aivzItqbkOnebEZXKefpg9CCjQ8cf76Ot8DvVxPRUHC24QbWvAyPuBmJjdSMO1wBHIxcVifU4bM0Yils1KFhY49vSftB0qnwMKf28Bsozpua8rnINGVjrcVWpn55yZfWjUuTbIglEceMjZg5Ga1tL39Y0rHDAdPftVVWHttBr6XwWld-/s1658/win10_wsl2_docker_openvino_Fig07.jpg)
Fig. 7 啟用docker，運行OpenVINO結果圖。（OmniXRI整理製作,2022/9/21)


## 小結

恭禧各位朋友，終於把WSL2, Ubuntu命令列環境, XLaunch (VcXsrv)桌面環境, Docker容器環境, Intel OpenVINO 和 DL Streamer 開發環境架好了。再來就可以大展手腳，開始來玩 OpenVINO 和 DL Streamer 的各項實驗。如果你還想了解如何建置模型開發的AI框架及訓練的環境，就留待下回分解了！


## 參考文獻

[1] Intel, Meduim / OpenVINO-Toolkit - Accelerating the performance of AI applications on Windows Subsystem for Linux with Intel’s iGPU and OpenVINO™ toolkit
https://medium.com/openvino-toolkit/accelerating-the-performance-of-ai-applications-on-windows-subsystem-for-linux-with-intels-igpu-a148c60e6ade

[2] Ubuntu, Install Ubuntu on WSL2 on Windows 10
https://ubuntu.com/tutorials/install-ubuntu-on-wsl2-on-windows-10

[3] Microsoft, WSL基本令命令
https://learn.microsoft.com/zh-tw/windows/wsl/basic-commands

[4] 許哲豪，使用PyPi（pip install）安裝Intel OpenVINO 2022.1填坑心得
https://omnixri.blogspot.com/2022/08/pypi-pip-install-intel-openvino-20221.html

[5] 李俊諭，Window10 建置Ubuntu(WSL2)與GUI桌面配置筆記
https://hackmd.io/@JYU/B1zmv1MCU

[6] Docker, Install Docker Desktop on Ubuntu
https://docs.docker.com/desktop/install/ubuntu/

[7] Intel, docker hub - dlstreamer/dlstreamer - Intel® Deep Learning Streamer (Intel® DL Streamer) Pipeline Framework
https://hub.docker.com/r/dlstreamer/dlstreamer