通用分类网络应用
本Application支持运行在Atlas 200 DK或者AI加速云服务器上,实现了对常见的分类网络的推理功能并输出前n个推理结果。
前提条件
部署此Sample前,需要准备好以下环境:
已完成Mind Studio的安装。
已完成Atlas 200 DK开发者板与Mind Studio的连接,交叉编译器的安装,SD卡的制作及基本信息的配置等
软件准备
运行此Sample前,需要按照此章节获取源码包,并进行相关的环境配置。
1. 获取源码包:图像分类部署和使用-Atlas200dk / sample-classification
将https://gitee.com/Atlas200DK/sample-classification仓中的代码以Mind Studio安装用户下载至Mind Studio所在Ubuntu服务器的任意目录,例如代码存放路径为:HOME/sample−classification。2.获取此应用中所需要的原始网络模型。参考表1获取此应用中所用到的原始网络模型及其对应的权重文件,并将其存放到MindStudio所在Ubuntu服务器的任意目录,例如:HOME/sample-classification。 2. 获取此应用中所需要的原始网络模型。 参考表1获取此应用中所用到的原始网络模型及其对应的权重文件,并将其存放到Mind Studio所在Ubuntu服务器的任意目录,例如:HOME/sample−classification。2.获取此应用中所需要的原始网络模型。参考表1获取此应用中所用到的原始网络模型及其对应的权重文件,并将其存放到MindStudio所在Ubuntu服务器的任意目录,例如:HOME/ascend/models/classification
操作步骤
shift+g到最低端
1.下载代码,并解压缩,切换到解压之后的文件下:
ascend@ubuntu:~/Downloads$ unzip sample-classification-master.zip
ascend@ubuntu:~/Downloads$ cd sample-classification-master/
scend@ubuntu:~/Downloads/sample-classification-master$ ll
如下图所示:
2. 配置环境变量
以Mind Studio安装用户登录Mind Studio所在Ubuntu服务器,并设置环境变量DDK_HOME。
执行如下命令在最后一行添加DDK_HOME及LD_LIBRARY_PATH的环境变量。

ascend@ubuntu:~/Downloads/sample-classification-master$ vim ~/.bashrc
打开vim之后,shift+g到最低端,添加以后两句话
export DDK_HOME=HOME/tools/che/ddk/ddkexportLDLIBRARYPATH=HOME/tools/che/ddk/ddk export LD_LIBRARY_PATH=HOME/tools/che/ddk/ddkexportLDL​IBRARYP​ATH=DDK_HOME/uihost/lib
本文为:
export DDK_HOME=home/ascend/tools/che/ddk/ddk #ascend给位你自己的用户名
export LD_LIBRARY_PATH=$DDK_HOME/uihost/lib
输入:wq!保存退出

如下图所示:

ascend@ubuntu:~/Downloads/sample-classification-master$ source ~/.bashrc #使环境变量生效
执行的命令如图所示:

环境配置完毕!!!!!!!

  1. 部署–用部署脚本部署应用
    ascend@ubuntu:~/Downloads/sample-classification-master$ bash deploy.sh 192.168.15.167 internet

(bash是整个引用的名字、部署脚本、开发板IP地址、internet代表模型文件的部署方式,默认在线部署,若Mind Studio所在Ubuntu系统已连接网络,请使用internet模式,在线下载依赖代码库ezdvpp,local:若Mind Studio所在Ubuntu系统未连接网络,请使用local模式,执行此命令前,需要参考公共代码库下载将依赖的公共代码库ezdvpp下载到“sample-classification/script“目录下)
部署完毕如下图所示:

4. 下载模型和图片,传模型和图片到开发板
在宿主机上下载模型,将其模型传到开发板;


重新打开一个终端,登入开发板,建一个目录存放下载的模型

然后再回到宿主机的终端命令,在下载好的模型的目录下,将其拷贝到开发板上,命令如下:
ascend@ubuntu:~/Downloads$ scp alexnet.om HwHiAiUser@192.168.15.167:/home/HwHiAiUser/models

然后去开发板上去看看,模型是否拷贝过去

在宿主机上下载图片,将其图片传到开发板。
大部分模型对输入都有要求的,本文的输入是227X227,准备一个大小为227X227的图片,上传到开发板上。

  1. 在开发板上去执行
    a.在Mind Studio所在Ubuntu服务器中,以HwHiAiUser用户SSH登录到Host侧。
    ssh HwHiAiUser@192.168.15.167
    对于Atlas 200 DK,host_ip为192.168.15.167(NIC连接)。
    对于AI加速云服务器,host_ip即为当前Mind Studio所在服务器的IP地址。
    b.进入贯通网络的可执行文件所在路径。
    cd ~/HIAI_PROJECTS/ascend_workspace/classification/out
    c.执行应用程序
    命令如下,脚本会将推理结果在执行终端直接打印显示:
    python3 run_classification.py -m ~/models/alexnet.om -w 227 -h 227 -i ./apple.jpg -n 10
    命令解析如下:
    -m --model_path:离线模型存储路径。
    -w model_width:模型的输入图片宽度,为16~4096之间的整数,请参考表1在gitee上查看所使用模型文件的Readme,获取模型要求的输入数据的宽和高。
    -h model_height:模型的输入图片高度,为16~4096之间的整数,请参考表1在gitee上查看所使用模型文件的Readme,获取模型要求的输入数据的宽和高。
    -i input_path:输入图片的路径,可以是目录,表示当前目录下的所有图片都作为输入(可以指定多个输入)。
    -n top_n:输出前n个推理结果。

    结果如下图所示:

    推理之后展示结果有各种各样的方式,可以塞到图片中去展示,可以放到服务器去展示,也可以像本文一样直接放开控制台去展示,跟普通的软件设计是一样的。

Atlas 200 DK 系列--初级篇--图像分类应用的部署和使用相关推荐

  1. Atlas 200 DK 系列--初级篇--MindStudio常见操作

    简介 Mind Studio是一套基于华为昇腾AI处理器开发的AI全栈开发平台,包括基于芯片的算子开发.以及自定义算子开发,同时还包括网络层的网络移植.优化和分析,另外在业务引擎层提供了一套可视化的A ...

  2. Atlas 200 DK 系列 --高级篇--模型转换

    一.模型转换工具的介绍与操作演示–模型转换OMG介绍 Atlas200DK平台中提供了模型转换工具(OMG).可以将caffe.Tensorflow等开源框架模型转换成Atlas200DK支持的模型, ...

  3. Atlas 200 DK 系列 -- 快速搭建开发环境

    一 .PC虚拟机上安装Ubuntu (系统版本为(ubuntu-16.04.3-desktop-amd64.iso),与版端系统版本必须对应(ubuntu-16.04.3-server-arm64.i ...

  4. Atlas 200 DK

    Atlas 200 DK系列教程--初级篇 Atlas 200 DK文档 搭建硬件环境 制作SD卡 get tools git clone https://github.com/Ascend/tool ...

  5. 【华为云技术分享】【昇腾】【玩转Atlas200DK系列】Atlas 200 DK安装python的hiai库以及opencv

    [摘要] Atlas 200 DK安装python的hiai库以及opencv [昇腾]开发板上安装python的hiai库和opencv库 Matrix是已经支持phthon接口了,但是发现目前py ...

  6. 【玩转Atlas200DK系列】Atlas 200 DK安装python的hiai库以及opencv

    [摘要] Atlas 200 DK安装python的hiai库以及opencv [昇腾]开发板上安装python的hiai库和opencv库 Matrix是已经支持phthon接口了,但是发现目前py ...

  7. 【华为云技术分享】基于Atlas 200 DK的原版YOLOv3(基于Darknet-53)实现(Python版本)

    摘要:本文将为大家带来使用Atlas 200 DK的原版YOLOv3(基于Darknet-53)实现的展示. 前言 YOLOv3可以算作是经典网络了,较好实现了速度和精度的Trade off,成为和目 ...

  8. 【Atlas 200 DK】(一)简介 Atlas 200 DK 开发者套件(型号:3000)

    >>> 华为Atlas 200 DK官网 >>> 华为云学院 >>> Atlas200DK教程(入门篇) 技术规格 产品 Atlas 200 DK ...

  9. 【华为云技术分享】【昇腾】ModelArts与Atlas 200 DK云端协同开发——行人检测Demo(提供完整Demo)

    基于ModelArts与Atlas 200 DK 端云协同开发,基于开源数据集,使用ModelArts训练行人检测模型,在本地MindStudio完成模型转换,最终部署到Atlas 200 DK,从数 ...

最新文章

  1. yii2 导入开源php项目_终于来了,yii2和phpstorm的完美整合,支持到你不要不要的。...
  2. 二十一、文本情感分类二
  3. 关于算法--分治法--合并排序
  4. 这河里吗?Go 里边空指针还能调用对象方法!
  5. python机器学习梯度下降求解逻辑回归
  6. 【算法导论】贪心算法,递归算法,动态规划算法总结
  7. 一个软件测试员的工作与学习(二)
  8. Spring 2.5 jar 所有开发包及完整文档及项目开发实例
  9. UrlRewriter配置IIS支持伪静态
  10. 麦咭萌app送智伴机器人_国内儿童陪伴机器人品牌盘点
  11. docker使用已拉取的纯净python3.8镜像(应该为debian版本)制作detectron2 docker 镜像
  12. 以寡治众各个击破,超大文件分片上传之构建基于Vue.js3.0+Ant-desgin+Tornado6纯异步IO高效写入服务
  13. 新加坡最新的公共交通规划与管理经验借鉴
  14. 电脑蓝屏怎么办 七大原因及解决办法来帮你
  15. 魔兽在副本里服务器维护了,魔兽世界11月19日维护服务器状态查询地址 6.2.3补丁上线更新一览...
  16. 论文(二)YOLOv2详解(翻译、总结和思考)
  17. 《孩子,你慢慢来》的读书笔记与读后感2600字
  18. 【练习】搜狗搜索界面
  19. Java-编写一个类 Book,代表图书
  20. Spring Cloud Alibaba - 27 Gateway源码解析

热门文章

  1. Java调优遇到的姿势【非原创】
  2. ThinkSNS+ PHP开发概述
  3. 一个人决定离职的征兆有哪些?
  4. 农业银行网站接口php,农行支付接口api
  5. 敬业签电脑备忘录软件如何设置待办事项已完成自动置顶?
  6. 使用xml的时候出现org.eclipse.emf.ecore.xmi.FeatureNotFoundException: Feature 'context-parm' not found.
  7. 使用 XML: UML、XMI 和代码生成,第 3 部分
  8. Swing学习系列 -- Swing读书笔记目录
  9. 【案例教程】ArcGIS在洪水普查、风险评估及区划中的实践技术
  10. Ubuntu下unrar指令的简单使用