SqueezeNet1.1介绍
SqueezeNet是一种非常轻量级、高效的神经网络模型，其设计是为了在移动设备以及嵌入式设备上进行推理。SqueezeNet 1.1是SqueezeNet模型的第二个版本，它保留了SqueezeNet原有的高效性和轻量性，但在准确性上进行了改进。
在OpenVINO中，SqueezeNet 1.1作为一个预先训练好的模型提供，可以用于图像分类或对象检测任务。以下是SqueezeNet 1.1的一些特点：
SqueezeNet 1.1具有少量的参数，与深度神经网络相，它的模型大更，可以在内存受限的设备上运行。
SqueezeNet 1.1的推理速度较快，它使用了一些压缩技术，如1x1卷积和挤压层（squeeze layer）等，可以减少运算量和内存消耗。
和SqueezeNet相，SqueezeNet 1.1在准确性上有所提高。SqueezeNet 1.1引入了一些新的优化技术，如挤压-扩张（fire）结构和度损失可控（controlled accacy loss）等，可以提高模型的性能和准确性。
SqueezeNet1.1相于传统的卷积神经网络模型，具有更少的参数和更的模型体积。它可以在保持高度的同时，使用更少的内存空间和计算资源，从而更适合于低功耗设备和边缘设备上进行深度学习任务。
问题描述
在openvino安装过程中，为了验证openvino是否安装成功，需要运行openvino自带的demo去做测试，所以在这里使用到了squeezenet1.1模型，但是在使用脚本下载时一直下载失败。搞得就很烦。。。
解决方法
首先点击 squeezenet1.1下载地址 将文件下载完毕
链接：https://pan.baidu.com/s/1bXP9wFwzRkLANZR3uoo-NQ?pwd=nsax#list/path=%2F
提取码：nsax
然后找到 Documents 文件夹并进入（Document就是文档）
找到Inter并进入
进入OpenVINO
进入openvino_models
进入models
进入public
将下载的squezenet1.1复制到public文件夹下
然后进入C:\Program Files (x86)\Intel\openvino_2021.4.752\deployment_tools\demo文件夹
找到demo_squeezenet_download_convert_run.bat文件并编辑文件内容
大概在102行左右，将我框住的那两行注释掉，这里我看其他博客只注释掉python开头的，但是在我的电脑上得把两行都注释掉，这是个小bug，自己注意一下
然后保存文件，重新运行测试脚本即可。
到此安装完成并成功运行。
