[cherry-pick] fix openvino demo (#5597)

deploy/third_engine/demo_openvino/python/README.md

@@ -11,35 +11,30 @@
 pip install openvino==2022.1.0
 ```
 
-详细安装步骤，可参考官网: https://docs.openvinotoolkit.org/latest/get_started_guides.html
+详细安装步骤，可参考[OpenVINO官网](https://docs.openvinotoolkit.org/latest/get_started_guides.html)
 
 ## 测试
 
-准备测试模型，根据[PicoDet](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4/configs/picodet)中模型导出与转换步骤，采用不包含后处理的方式导出模型（`-o export.benchmark=True` ），并生成待测试模型简化后的onnx（可在下文链接中直接下载）
-在本目录下新建```out_onnxsim```文件夹：
-```shell
-mkdir out_onnxsim
-```
-将导出的onnx模型放在该目录下
+- 准备测试模型：根据[PicoDet](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4/configs/picodet)中【导出及转换模型】步骤，采用不包含后处理的方式导出模型（`-o export.benchmark=True` ），并生成待测试模型简化后的onnx模型（可在下文链接中可直接下载）。同时在本目录下新建```out_onnxsim```文件夹，将导出的onnx模型放在该目录下。
 
-准备测试所用图片，本demo默认利用PaddleDetection/demo/[000000570688.jpg](https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.4/demo/000000570688.jpg)
+- 准备测试所用图片：本demo默认利用PaddleDetection/demo/[000000570688.jpg](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4/demo/000000570688.jpg)
 
-在本目录下直接运行：
+- 在本目录下直接运行：
 
 ```shell
-#Windows
-python '.\openvino_ppdet2 copy.py' --img_path ..\..\..\..\demo\000000570688.jpg --onnx_path out_onnxsim\picodet_xs_320_coco_lcnet.onnx --in_shape 320
-#Linux
-python './openvino_ppdet2 copy.py' --img_path ../../../../demo/000000570688.jpg --onnx_path out_onnxsim/picodet_xs_320_coco_lcnet.onnx --in_shape 320
+# Linux
+python openvino_benchmark.py --img_path ../../../../demo/000000570688.jpg --onnx_path out_onnxsim/picodet_xs_320_coco_lcnet.onnx --in_shape 320
+# Windows
+python openvino_benchmark.py --img_path ..\..\..\..\demo\000000570688.jpg --onnx_path out_onnxsim\picodet_xs_320_coco_lcnet.onnx --in_shape 320
 ```
-注意：```--in_shape```为对应模型输入size，默认为320
+- 注意：```--in_shape```为对应模型输入size，默认为320
 
 
 ## 结果
 
-在英特尔酷睿i7 10750H 的CPU（MKLDNN 12线程）上测试结果如下：
+测试结果如下：
 
-| 模型     | 输入尺寸 | ONNX  | 预测时延<sup><small>[ms](#latency)|
+| 模型     | 输入尺寸 | ONNX  | 预测时延<sup><small>[CPU](#latency)|
 | :-------- | :--------: | :---------------------: | :----------------: |
 | PicoDet-XS |  320*320   | [model](https://paddledet.bj.bcebos.com/deploy/third_engine/picodet_xs_320_coco_lcnet.onnx) | 3.9ms |
 | PicoDet-XS |  416*416   | [model](https://paddledet.bj.bcebos.com/deploy/third_engine/picodet_xs_416_coco_lcnet.onnx) | 6.1ms |
@@ -50,3 +45,5 @@ python './openvino_ppdet2 copy.py' --img_path ../../../../demo/000000570688.jpg
 | PicoDet-L |  320*320   | [model](https://paddledet.bj.bcebos.com/deploy/third_engine/picodet_l_320_coco_lcnet.onnx) | 11.5ms |
 | PicoDet-L |  416*416   | [model](https://paddledet.bj.bcebos.com/deploy/third_engine/picodet_l_416_coco_lcnet.onnx) |     20.7ms |
 | PicoDet-L |  640*640   | [model](https://paddledet.bj.bcebos.com/deploy/third_engine/picodet_l_640_coco.onnx) |     62.5ms |
+
+- <a name="latency">测试环境：</a> 英特尔酷睿i7 10750H CPU。

deploy/third_engine/demo_openvino/python/openvino_benchmark.py

@@ -19,7 +19,7 @@ import argparse
 from openvino.runtime import Core
 
 
-def image_preprocess_mobilenetv3(img_path, re_shape):
+def image_preprocess(img_path, re_shape):
     img = cv2.imread(img_path)
     img = cv2.resize(
         img, (re_shape, re_shape), interpolation=cv2.INTER_LANCZOS4)
@@ -38,7 +38,7 @@ def benchmark(img_file, onnx_file, re_shape):
     ie = Core()
     net = ie.read_model(onnx_file)
 
-    test_image = image_preprocess_mobilenetv3(img_file, re_shape)
+    test_image = image_preprocess(img_file, re_shape)
 
     compiled_model = ie.compile_model(net, 'CPU')
 
@@ -64,9 +64,9 @@ def benchmark(img_file, onnx_file, re_shape):
 
     time_avg = timeall / loop_num
 
-    print(
-        f'inference_time(ms): min={round(time_min*1000, 2)}, max = {round(time_max*1000, 1)}, avg = {round(time_avg*1000, 1)}'
-    )
+    print('inference_time(ms): min={}, max={}, avg={}'.format(
+        round(time_min * 1000, 2),
+        round(time_max * 1000, 1), round(time_avg * 1000, 1)))
 
 
 if __name__ == '__main__':