咨询：在macOS环境下运行Movidius NCSDK的实操问题

你已经完成了最关键的环境搭建步骤——编译NCSDK镜像、配置docker-machine关联VirtualBox，还确认了Intel Movidius设备（03e7）已成功接入，接下来可以按以下步骤来验证设备可用性、运行示例并部署自定义模型：

1. 先验证容器内设备是否能正常工作 #

首先要确保Docker容器能正确访问Movidius设备，运行容器时一定要带上USB设备映射的特权参数（如果之前没加的话）：

docker run -it --privileged -v /dev/bus/usb:/dev/bus/usb <你的NCSDK镜像ID或名称>

进入容器后，用官方的Hello World示例来测试：

cd /opt/movidius/ncsdk/examples/apps/hello_ncs_cpp
make run

如果输出里出现Hello NCS! Device opened normally.，那就说明设备在容器内完全可用了。

2. 跑官方示例熟悉NCSDK工作流 #

NCSDK自带了大量针对TensorFlow和Caffe的示例，非常适合用来上手：

• Caffe示例：比如图像分类任务，路径在/opt/movidius/ncsdk/examples/caffe，进入对应子目录后执行make run就能启动；
• TensorFlow示例：路径在/opt/movidius/ncsdk/examples/tensorflow，同样用make run运行；
• 每个示例目录下的README.md都有详细的模型说明和运行逻辑，建议先读一遍再动手。

3. 部署你自己的模型 #

如果要运行自定义的TensorFlow或Caffe模型，得按NCSDK的规则来转换和部署：

• 模型转换：用mvNCCompile工具把训练好的模型转换成NCS能识别的.graph格式，比如转换TensorFlow的.pb模型：

mvNCCompile -s 12 /path/to/your/model.pb -o output_model.graph

这里-s 12是指定使用12个计算节点，你可以根据模型复杂度调整这个数值；

• 编写推理代码：参考官方示例的结构，调用mvncapi来加载.graph文件，实现输入预处理、推理计算、结果后处理的逻辑；
• 挂载测试：把你的模型和代码目录挂载到容器里（用-v参数），比如：

docker run -it --privileged -v /dev/bus/usb:/dev/bus/usb -v ~/my_ncs_projects:/projects <镜像名称>

然后在容器内编译运行你的代码，验证推理结果是否符合预期。

4. 日常使用的小提示 #

• 每次重启VirtualBox和docker-machine后，记得去VirtualBox的「设备→USB」菜单里确认Intel Movidius设备是勾选状态，避免设备映射失效；
• 如果遇到设备权限问题，可以在容器内执行chmod 777 /dev/bus/usb/<总线号>/<设备号>，总线号和设备号可以用lsusb命令查看；
• 可以把常用的项目目录固定挂载到容器，这样每次启动容器都能直接访问自己的代码和模型，不用反复复制文件。

内容的提问来源于stack exchange，提问作者loretoparisi