Qualcomm高通AI神经网络处理SDK部署流程

系统要求

我们建议在专用机器上执行以下操作，以更好地了解 SDK 依赖关系：

安装 Ubuntu 18.04 （推荐），例如在虚拟机上。
安装pyenv

执行以下命令进行自动安装
```
curl -L https://github.com/pyenv/pyenv-installer/raw/master/bin/pyenv-installer | bash
```
重启shell生效: exec $SHELL
查看~/.bashrc中是否有以下三行，若没有则手动添加进去
```
export PATH="$HOME/.pyenv/bin:$PATH"
```
eval “(pyenvinit−)"eval"(pyenv init -)" eval "(pyenvinit−)"eval"(pyenv virtualenv-init -)”
- 安装 python 版本查看已安装 : pyenv versions
  查看可安装列表 : pyenv install --list
  安装 python3.5.5 : pyenv install 3.5.5
  安装 python2.7.17 : pyenv install 2.7.17
  查看已安装 : pyenv versions
  切换版本: pyenv global xxx (版本) —> 全局切换,会影响整个系统
  pyenv local xxx (版本) ----> 局部切换,只影响当前命令行
- 安装Anaconda
  
  访问网址: https://www.anaconda.com/distribution/#download-section
  选择 “Linux”–> “64-Bit (x86) Installer” ,下载安装脚本: Anaconda3-2020.02-Linux-x86_64.sh (下载最新的即可,无特定版本要求)
  运行脚本安装:号
```
$ bash Anaconda3-2020.02-Linux-x86_64.sh
```
  当安装⻚面提示 “Do you wish the installer to initialize Anaconda3 by running conda init?” 时,推荐选 “yes” 。
  当安装⻚面显示 “Thank you for installing Anaconda3!” 时,说明安装成功。
  重新打开终端或者执行下面的命令,使安装立即生效:
```
source ~/.bashrc
```
- SNPE SDK Setup
  
  3.1 下载 SDK
  
  访问 Qualcomm 网站:(注册、登录 Qualcomm 账号)
  https://developer.qualcomm.com/software/qualcomm-neural-processing-sdk
  在 ‘Neural Processing SDK for AI -> Tools & Resources’ ⻚面,
  选择 Qualcomm Neural Processing SDK for AI v1.52. 版本下载到本地,并解压文件。
- SNPE SDK 文件结构
- 配置环境和依赖
  
  1.运行依赖项脚本以检查系统中的Ubuntu软件包依赖项。它会要求安装缺少的那些。安装缺少的软件包。

source snpe-X.Y.Z/bin/dependencies.sh
~~~

 2.运行python依赖项检查器以检查系统中python软件包的依赖项，安装缺少的软件包。~~~

source snpe-X.Y.Z/bin/check_python_depends.sh
~~~

 经SNPE SDK测试的Python软件包版本为：~~~

numpy v1.16.5
sphinx v2.2.1
scipy v1.3.1
matplotlib v3.0.3
skimage v0.15.0
protobuf v3.6.0
pyyaml v5.1
~~~

 3.Define $SNPE_ROOT in .bashrc file.~~~~~~export SNPE_ROOT=/home/user/SNPE-envri/snpe-'自己的版本号'

安装最新的Android Studio。
从 Android Studio 或独立安装最新的 Android SDK。（这一步坑比较多）

自行下载最新版android-studio 4.2.2 以及java8的sdk： Java SE Development Kit: jdk-8u221-linux-x64.tar.gz 提取码：17xx
- 安装JDK
  
  解压JDK：
```
sudo tar -zxvf jdk-8u221-linux-x64.tar.gz -C /opt
```
  配置环境变量：
  
  sudo gedit /etc/profile
  
  文末添加
```
#jdk path
export JAVA_HOME=/opt/jdk1.8.0_221
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=.:${JAVA_HOME}/bin:$PATH
```
  同步：
  
  source /etc/profile
  
  测试jdk是否安装成功：
  
  java -version
  
  显示如下，表明安装成功：
- 安装Android Studio
解压压缩包到/opt：
```
sudo unzip android-studio-ide-‘你自己的版本号’-linux.zip -d /opt
```
更改 /opt/android-studio/bin/idea.porperties：
```
sudo gedit /opt/android-studio/bin/idea.properties
```
文末添加
```
disable.android.first.run=true
```
此操作防止第一次打开Android Studio时卡在”Fetching Android SDK component information” 。

更改/opt/android-studio/bin目录权限：
```
sudo chmod 777 /opt/android-studio/bin
ls -l
```
显示如下，表明权限修改成功：

配置android studio环境变量，以便在任何目录下打开android studio：

sudo gedit /etc/profile

文末添加
```
#android stdio
export ANDROID_HOME=/opt/android-studio/bin
export PATH=$PATH:$ANDROID_HOME
```
同步：
```
source /etc/profile
```
- 配置Android Studio
打开Android Studio：
```
source activate py36  #这个环境是之前snpe sdk环境配置装了所有依赖的包的python环境，版本为3.6，请自行百度如何用anaconda创建虚拟环境；
sudo studio.sh  #一定要给root权限否则后面运行sdk会有问题
```
点击Start a new Android Studio project：

点击Open SDK Manager，手动配置SDK：

点击Edit：

按ctrl+Alt+T打开一个新的terminal，输入
```
sudo mkdir -p /opt/sdk
sudo chmod -R 777 /opt/sdk
```
在Android Studio的SDK Setup中，设置Android SDK Location为/opt/sdk：

一路next，直到finish。

至此，Android Studio安装完毕。（以上参考了64位Ubuntu 16.04下安装Android Studio）

以下创建首个项目。

配置如下：

一路Apply->OK->Accept->Finish。

点击Start a new Android Studio project：

从 Android Studio SDK Manager 或独立安装最新的 Android NDK。
安装Caffe（安装说明，此 SDK 推荐使用 git 修订版 d8f79537）。（如果不跑官方demo不考虑装）
# this will build Caffe (and the pycaffe bindings) from source - see the official instructions for more informationsudo apt-get install cmake git libatlas-base-dev libboost-all-dev libgflags-dev libgoogle-glog-dev libhdf5-serial-dev libleveldb-dev liblmdb-dev libopencv-dev libprotobuf-dev libsnappy-dev protobuf-compiler python-dev python-numpygit clone https://github.com/BVLC/caffe.git ~/caffe; cd ~/caffe; git reset --hard d8f79537mkdir build; cd build; cmake ..; make all -j4; make install
可选：安装TensorFlow（安装说明，推荐1.0版）。（如果不跑官方demo不考虑装）
# this will download and install TensorFlow in a virtual environment - see the official instructions for more informationsudo apt-get install python-pip python-dev python-virtualenvmkdir ~/tensorflow; virtualenv --system-site-packages ~/tensorflow; source ~/tensorflow/bin/activatepip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.0-cp27-none-linux_x86_64.whl
这里tensorflow和caffe的安装均会出现bug暂时不能解决，推荐安装onnx环境进行自己模型的dlc转换，群里面已经有dlc模型故部署onnx环境可以略过；

设置 SDK

此步骤允许 Qualcomm 神经处理 SDK 通过 python API 与 Caffe 和 Tensorflow 框架通信。要在 Ubuntu 18.04 上设置 SDK，请执行以下操作：

在继续之前，请确保您已经安装了 Android NDK、Caffe（这里假设在*~/caffe 中*）和可选的 TensorFlow（这里假设在*~/tensorflow 中*）。
下载最新的高通神经处理 SDK。
将 .zip 文件解压到合适的位置（这里假设在 ~/snpe-sdk 文件夹中）。
安装缺少的系统包：
# install a few more SDK dependencies, then perform a comprehensive checksudo apt-get install python-dev python-matplotlib python-numpy python-protobuf python-scipy python-skimage python-sphinx wget zipsource ~/snpe-sdk/bin/dependencies.sh # verifies that all dependencies are installedsource ~/snpe-sdk/bin/check_python_depends.sh # verifies that the python dependencies are installed
在当前控制台初始化高通神经处理SDK环境；将来，对每个新控制台重复此操作：
# initialize the environment on the current consolecd ~/snpe-sdk/export ANDROID_NDK_ROOT=~/Android/Sdk/ndk-bundle # default location for Android Studio, replace with yourssource ./bin/envsetup.sh -c ~/caffesource ./bin/envsetup.sh -t ~/tensorflow # optional for this guide

初始化将设置或更新 SNPEROOT、SNPE_ROOT、SNPEROOT、PATH、LDLIBRARYPATH、LD_LIBRARY_PATH、LDLIBRARYPATH、PYTHONPATH、CAFFEHOME、CAFFE_HOME、CAFFEHOME、TENSORFLOW_HOME，此外还会在本地复制 Android NDK  libgnustl_shared.so库，并更新 Android AAR 存档。

下载 ML 模型并将它们转换为 .DLC

Qualcomm 神经处理 SDK 不捆绑公开可用的模型文件，但包含用于下载一些流行模型并将其转换为深度学习容器（“DLC”）格式的脚本。脚本位于*/models*文件夹中，该文件夹也将包含 DLC 模型。

下载并转换 Caffe 格式的预训练 Alexnet 示例：（如果不跑官方demo跳过）
cd $SNPE_ROOTpython ./models/alexnet/scripts/setup_alexnet.py -a ./temp-assets-cache -d
**提示：**查看 setup_alexnet.py 脚本，它执行到 DLC 的转换。您可能会对 Caffe 模型转换执行相同的操作。
可选：以 Tensorflow 格式下载并转换预训练的“inception_v3”示例：（如果不跑官方demo跳过）
cd $SNPE_ROOTpython ./models/inception_v3/scripts/setup_inceptionv3.py -a ./temp-assets-cache -d
**提示：**查看 setup_inceptionv3.py 脚本，它也对模型执行量化，大小减少了 75%（91MB → 23MB）。
这里仍旧是上述两种模型转换存在bug（bug yellow）这一步我们直接使用没有执行最后一步量化的dlc模型，model.dlc，同时需要准备的文件还有初赛测试代码文件夹中的file_list.txt重命名为raw_list.text放入./models/alexnet/model/data中；还需要初赛使用的类别字典class.txt重命名为ilsvrc_2012_labels.txt放入./models/alexnet/model/data中，最后一个是目前尚未解决的图片预处理文件的编写ilsvrc_2012_mean_cropped.bin这个暂时考虑的方法在./models/alexnet/data/下使用$sudo touch ilsvrc_2012_mean_cropped.bin 创建一个空的预处理文件，什么都不写暂时，花点时间高清楚./models/alexnet/scripts中的setup_alexnet.py;或者直接将预处理后的图片放入…/…/…/…/models/alexnet/data/cropped/。

构建示例 Android APP

Android APP 结合了Snapdragon NPE 运行时（由*/android/snpe-release.aar* Android 库提供）和上述Caffe Alexnet 示例生成的DLC 模型。

通过复制运行时和模型来准备 APP
cd $SNPE_ROOT/examples/android/image-classifierscp ../../../android/snpe-release.aar ./app/libs # copies the NPE runtime librarybash ./setup_models.sh # packages the Alexnet example (DLC, labels, imputs) as an Android resource file
使用android-studio打开示例项目：

从 Android Studio 构建 Android APK：
1. 启动 Android Studio。
2. 在*~/snpe-sdk/examples/android/image-classifiers*文件夹中打开项目。
3. 接受 Android Studio 建议以升级构建系统组件（如果提供）。
4. 按“运行应用程序”按钮构建并运行 APK。

下一步是什么？

恭喜，您刚刚使用 Qualcomm 神经处理 SDK 制作了第一个应用程序。是时候开始创建自己的 AI 解决方案了！

示例Android APP的源代码演示了如何正确使用SDK。ClassifyImageTask.java是开始学习的良好起点。API 文档、教程和架构详细信息可在 SDK 捆绑的文档中找到。将浏览器指向 /doc/html/index.html开始学习。常见问题的答案可以在论坛中找到，您还可以在论坛中与我们的专家讨论“API”。

SNPE安装+Qualcomm高通AI神经网络处理SDK部署流程相关推荐

【Qualcomm高通音频】外部Codec调试流程_ES7243E
一. 调试大纲调试正式开始之前,想办法获取以下信息:硬件设计原理图/Codec参考驱动代码/FAE联系方式. 1. 从硬件设计原理图,我们要获取到Codec芯片和CPU通过什么接口连接,包括数据传输 ...
最新 android wifi芯片,世界首款WiFi6与蓝牙5.1 SOC：Qualcomm 高通发布 QCA6390 网络芯片...
世界首款WiFi6与蓝牙5.1 SOC:Qualcomm 高通发布 QCA6390 网络芯片 2019-02-27 15:56:21 55点赞 99收藏 86评论直达链接除了近日MWC 2019 ...
Qualcomm 高通芯片组与Android音频系统缺陷测评分析
转自:http://www.soomal.com/doc/10100002164.htm Qualcomm高通公司是目前Android智能手机上最为知名的ARM架构的处理器和芯片方案硬件提供商,高通公 ...
高通平台msm8917蓝牙mac地址流程
高通平台msm8917蓝牙mac地址流程 Where is the BD address? BD address can be saved in following places: modem NV ...
最高10万奖励！不限选题！高通AI应用创新大赛应用赛道详解
由高通技术公司.高通创投主办,极视角.小米.中科创达.CSDN共同协办,TensorFlow Lite作为开源技术合作伙伴的"2021高通人工智能应用创新大赛"已于3月24日正式开 ...
高通驱动9008安装_高通snapdragon888的性能有多强大
按照年底发布的传统,高通公司于2020年12月1日晚上正式发布了新一代旗舰5G手机平台小龙888.关于这一命名,高通公司总裁安孟说:" 8'代表Snapdragon系列的顶级平台,代表了旗舰 ...
高通 AI、5G 争夺战！
在 5G 商用落地的这一年,关于它的争夺战显得尤其地玄妙. 作者 | 唐小引写于暴雨延误的深圳机场封图 | CSDN 付费下载自东方IC 出品 | CSDN(ID:CSDNnews) 1985 年, ...
【Qualcomm高通音频】当内部Codec和外部Codec上都有麦克风输入，如何做到灵活切换内部外部Codec上的麦克风进行录音呢？
最近遇到一个项目,既用到高通PMU芯片内置的Codec接了麦克风,也通过外部I2S总线外接了两个麦克风. 详细沟通后,了解到,在普通录音的使用场景中,客户要求可以通过安卓原生api任意切换内部Code ...
【Qualcomm高通音频】如何抓去各种音频日志？
1.logcat Log adb logcat -b main -b system -v threadtime > /data/logcat.txt 2.kernel Log / ...

SNPE安装+Qualcomm高通AI神经网络处理SDK部署流程