SE5边缘计算盒子学习笔记-week1
1.随便聊聊
题主在做的本科生科研项目中用到了这款盒子,而题主很苦逼地既没有linux系统使用经验,也没有这类盒子的使用经验,所以本贴完完全全是记录题主的踩坑之路,如果题主能坚持写下去的话,大概会从环境安装开始一直到写到程序跑通并且熟练应用这款盒子为止。
2.环境配置
1.主机环境
2.盒子环境
3.例程跑通
1.在主机上进行的模型导出和转换
2.在SE5盒子上进行的图像识别例程
主机环境
题主使用vmware虚拟机unbutu18.04系统作为主机,配置过程网上教程众多,题主看的是公众号:AI不错呦的教程,十分详细捏,由于题主没遇到啥问题,这一步就不细说了。
ubuntu操作系统基本指令:
$apt update #更新apt源
$apr install vim #使用apt进行软件包安装
$df -h #查看文件系统磁盘使用情况
$htop #显示系统中进程实时状态
$ls #显示文件,加-lh显示详细信息
$pwd #显示目录路径
$mkdir -p #创建多级文件夹
$cp -rp#递归复制目录下所有东西,保留文件属性不变
$mv [原文件或目录] [目标文件或目录] #移动文件及目录
$rm -rf [文件] #删除文件
本次实验需要额外用到的指令:
$git clone [github网址] #将网站文件克隆到本地
$scp [本地文件路径] 服务器名@服务器ip:[服务器文件路径]
$scp 服务器名@服务器ip:[服务器文件路径] [本地文件路径]
#利用ssh进行文件远程传输,相当好用捏
$vim [文件]
#打开并且修改文件需要配合:i(插入):q(退出):wq(保存退出)使用
环境安装
#安装docker
sudo apt-get install docker.io
#创建docker用户组,将当前用户加入docker组,重启docker服务
sudo groupadd docker
sudo gpasswd -a ${USER} docker
sudo service docker restart
newgrp docekr
然后去盒子官网下他们的docker镜像和sdk,直接解压就好,到这一步主机环境就配置好了
盒子环境
这一步参考官方b站最近发的se5与电脑连接的视频,第一次的话还要参考官网的se5数据手册题主未遇到问题,不多说了,实现下图就算完成
在主机上进行模型转换及导出(以yolov5移植为例):
注:可以是ssd,yolov5等等,此处以yolov5为例,其他的大同小异
1.运行docker镜像
2.挂载sdk到docker镜像
以上两步可以参考这个教程:examples/simple/yolov5 at 3.0.0 · sophon-ai-algo/examples · GitHubexamples/simple/yolov5 at 3.0.0 · sophon-ai-algo/examples · GitHubexamples/simple/yolov5 at 3.0.0 · sophon-ai-algo/examples · GitHub
运行完之后可以得到下图:
进入虚拟环境后,我们首先要搞清楚这个环境的文件结构,实际上该环境的根目录如下:
我们需要知道workspace就是我们进入虚拟环境的根文件夹sophonsdk_v3.0.0,那么为了方便借来下的操作,在该文件夹下运行指令$git clone https://github.com/sophon-ai-algo/examples,将例程文件夹直接克隆到workspace之下,之后我们要用到examples/simple/yolov5文件下的数据和脚本。
3.在虚拟环境中安装库和设置环境变量:参考上面的教程
4.下载yolov5源码并修改
# 在容器里, 以python3.7的docker为例
cd ${YOLOv5}# 下载yolov5源码
git clone https://github.com/ultralytics/yolov5.git yolov5_github
# 切换到yolov5工程目录
cd yolov5_github
# 使用tag从远程创建本地v6.1 分支
git branch v6.1 v6.1# 下载yolov5s v6.1版本
wget https://github.com/ultralytics/yolov5/releases/download/v6.1/yolov5s.pt
执行上段代码,创建一个YOLOv5文件夹,并将yolov5的源码克隆到这
修改是比较关键的一步,容易出错卡壳,我们需要参考examples/simple/yolov5/doc下的说明文档进行修改,我们下载的是v6.1,所以基本无需修改,直接在python虚拟环境进行导出即可。
# 创建python虚拟环境virtualenv
pip3 install virtualenv
# 切换到虚拟环境
virtualenv -p python3 --system-site-packages env_yolov5
source env_yolov5/bin/activate# 安装依赖
pip3 install -r requirements.txt
# 此过程遇到依赖冲突或者错误属正常现象# 导出jit模型
python3 export.py --weights yolov5s.pt --include torchscript
# 退出虚拟环境
deactivate# 将生成好的jit模型yolov5s.torchscript拷贝到${YOLOv5}/build文件夹下
mkdir ../build
mkdir ../data
cp yolov5s.torchscript ../build/yolov5s_coco_v6.1_3output.trace.pt# 拷贝一份到${YOLOv5}/data/models文件夹下
mkdir ../data/models
cp yolov5s.torchscript ../data/models/yolov5s_coco_v6.1_3output.trace.ptcd ..
这里我们要明确导出的位置,导出完后的YOLOv5文件夹如上图,我们将pt文件存在了build和data/model中,接下来用cp指令将exampls/simple/yolov5/scripts下的两个脚本(1_gen_fp32bmodel.sh和model_info.sh)拷贝到yolov5-github文件夹下,一定要拷贝到这个文件夹,或者你可以修改model_info脚本,相对较麻烦。运行1_gen_fp32bmodel.sh,在data/models文件夹下得到我们想要的bmodel,可以看到,这个模型是单输出
到了这一步我们主机上的步骤基本完成啦,接下来就是把模型和需要识别的图片或视频以及arm格式的可执行文件拷贝到盒子中,这一步要用前文提到的scp指令,可以自行搜索或者参考我的指令进行修改
scp yolov5s_640_coco_v6.1_3output_fp32_1b.bmodel linaro@192.168.150.1:/data/yolov5_object_demo
#将bmodel文件拷贝到用户名为linaro,ip为192.168.150.1服务器下的/data/yolov5_object_demo文件夹
scp dog.jpg linaro@192.168.150.1:/data/yolov5_object_demo
scp yolov5_demo.arm linaro@192.168.150.1:/data/yolov5_object_demo
#服务器默认密码为linaro
在SE5盒子上进行图像识别
我们进入之前配置好的盒子,找到我们上文将模型,图片和可执行文件拷贝到的文件夹执行如下代码可得到下图结果,最后再将得到的结果图片用scp传输回主机,就能看到结果啦。
$ ./yolov5_demo.arm --input=dog.jpg --bmodel=yolov5s_640_coco_v6.1_3output_fp32_1b.bmodel
#此处dog.jpg是要识别的图片,bmodel是我们转换的模型,可以自己改名字,路径是相对于可执行文件的,我这里全放在一个文件夹里,所以直接打名字就好
下图是盒子跑通的样子:
下面是识别的结果图片:
完成啦!
SE5边缘计算盒子学习笔记-week1相关推荐
- 视频智能分析盒子-ai边缘计算盒子
IVP02C 边缘计算盒子是英码科技推出的一款支持运行深度学习神经网络算法的智能视频分析处理终端设备.内部集成了高算力AI处理模块,高达12Tops超强算力.高性能配置的主控平台,具备8K高清视频的编 ...
- 八核智能视频分析边缘计算盒子,4.8T+24路1080P视频解码
随着人工智能技术的发展,算力下沉到边缘侧,AI算法边缘化成为新的发展趋势.在边缘视觉应用中,视频数据边缘化分析处理,可以高效完成数据的特征提取和推理分析,实现AI能力的下沉,更符合海量细分场景应用需求 ...
- 智能化视频分析设备-边缘计算盒子
DEP03A 是一款英码科技基于 RK3568 设计的搭载英码 AIM4T AI 加速模组的高性能.低功耗的边缘计算设备,DEP03A 可灵活选配英码 1~2 个 AIM4T 的加速模组,单个模组算力 ...
- HaiBox-E边缘计算盒子怎么样,关于HaiBox-E边缘计算盒子的评析
关于关于HaiBox-E边缘计算盒子的评析 现如今大数据.人工智能.5G.物联网等前沿技术的快速发展,使得大量的数据充斥着我们的生产生活,而边缘计算则成为了这场网络数据技术战的主力担当.边缘计算盒子作 ...
- MVP、EMC、CRM、IoT、边缘计算盒子、系统群控、数字化赋能、EMS、冷媒
文章目录 概念理解 1.MVP 2.EMC 3.CRM 4.IoT 5.边缘计算盒子 6.系统群控 7.数字化赋能 8.EMS 9.冷媒 概念理解 1.MVP 1)MVP(Minimum Viable ...
- 限50台|英码边缘计算盒子免费试用,数量有限,先到先得
物联网时代,边缘化趋势明显 而算法公司将算法移植到边缘侧运行 常会遇到 算法移植成本高 移植过程问题定位难 跨平台移植适配效率低 -- 现在这些都不是问题 英码科技有丰富的跨平台算法移植经验 专业FA ...
- 图为科技-推出5G移动边缘计算盒子 AI智能MEC设备
图为科技今年6月推出的5G边缘计算盒子T506S市场关注度非常高,预售一个月订单量突破3600台.T506S智盒的升级不仅支持5G通讯,多路CAN.路由功能,内部结构也进行了优化散热性能更好,稳定性更 ...
- 基于边缘计算盒子CBD大厦智慧视频分析入门方案
几十层高的写字楼,早已经成为发达城市里大型集团和商业中心的标配. 物业管理痛点:大厦内部门和企业众多,出入权限管理困难.进入大楼后, 活动区域较难实时掌握, 对各类事件只能采取事后调取视频监控回溯的方 ...
- AI系列边缘计算盒子
一.产品简介 边缘盒子产品是一款基于Arm+NPU架构的AI深度学习视频分析识别边缘计算终端设备,具有算法多.精度高.多算法同步运行.业务适配能力强.算法扩展性好.支持liunx操作系统 设备外观 二 ...
- 在比特大陆SE5边缘计算盒上运行PaddleOCR轻量级预测模型
1. 比特大陆边缘计算盒SE5 2. 百度飞桨PaddleOCR 百度飞桨PaddleOCR(https://github.com/PaddlePaddle/PaddleOCR)推出的8.6M超轻量模 ...
最新文章
- 如何在Form中使用键弹性域(Key Flexfield)
- ​Nature子刊:中德合作发现玉米根系与根际有益微生物互惠关键生物学机制
- 部署在IIS上的网站如何调试
- Leetcode 59. 螺旋矩阵 II (每日一题 20210926)
- android app自动化测试之UIAutomator
- OpenLayers3基础教程——OL3之Popup
- C语言 #运算符 - C语言零基础入门教程
- I盘提示位置不可用数据怎样找到
- 如何在Go中使用切片容量和长度
- 让nginx支持文件上传的几种模式
- 95-230-024-源码-WordCount走读-RecordWriterOutput 和 RecordWriter
- html5设置图片为页面背景透明度,纯CSS设置图片半透明,DIV半透明,背景半透明的方法...
- weui上传文件完整例子php,weui实现图片上传
- 【C语言】题目:输入某年某月某日,判断这一天是这一年的第几天?
- modelsim仿真加速注意点
- 传奇架设 GEE引擎教程 配置微端
- Rocky Linux一个可用于生成环境的Linux
- 有哪些高性价比的LoRa模块?
- 卡方检验(Chi square statistic)
- 问题:如果我们有面值为1元、3元和5元的硬币若干枚,如何用最少的硬币凑够11元?.md