打印
[嵌入式linux]

迅为3399开发板新增目标检测技术-RKSSD-编译程序

[复制链接]
743|1
手机看帖
扫描二维码
随时随地手机跟帖
跳转到指定楼层
楼主

配套资料在网盘资料的“iTOP-3399 开发板资料汇总(不含光盘内容)\4.人工智能测试资料\RKSSD 测试.zip”目录下。
ITOP-3399 开发板支持瑞芯微提供的深度学习目标检测技术,目标检测是指对图片或视频中的目标性物体进行定位并分类。在性能强大的 ITOP-3399 平台上,对 MobileNet SSD 网络进行专项优化,使得高精度的MobileNet SSD300 1.0 运行帧率达到 8 帧以上,精度略低而速度更快的 MobileNet SSD300 0.75 的运行帧率超过 11 帧。准实时的运行速度,将目标检测这一基础 AI 技术在嵌入式端带向实用。除了准实时的运行速度外,这一技术解决方案支持 Google 的 TensorFlow Object Detection 训练导出的 TensorFlow Lite 模型。本文档将介绍如何编译测试 RKSSDDEMO。
SSD 优化库基于 Ubuntu16.04ARM 版本开发,只提供 64 位版本。我们将在“搭建好编译环境的Ubuntu16.04 系统镜像”上进行编译。在网盘资料“iTOP-3399 开发板资料汇总(不含光盘内容)\2.搭建好编译环境的 Ubuntu16.04 虚拟机镜像”目录下可以找到。
33.1  编译程序
1、安装编译环境
Ubuntu16.04 输入以下命令安装包
sudo apt-get install cmake
sudo apt-get install gcc-aarch64-linux-gnu
sudo apt-get install g++-aarch64-linux-gnu
2、进入到 linux 源码 rk3399_linux_sdk_v2.0/external/rkssd 目录下,linux 源码在光盘资料的“iTOP-3399光盘资料\20201112\05 Linux 源码”目录下,使用如下命令新建 build,install 文件夹。
mkdir build install

3、输入以下命令:
cd build
cmake ../ -DCMAKE_INSTALL_PREFIX="../install"

4、输入以下命令进行编译安装
make
make install

编译完之后可执行程序和依赖库安装到`install/rkssddemo`目录下。
5、首先将`ssd`文件夹拷贝进刚才生成的`install/rkssddemo`目录
cd ../
cp -r ssd install/rkssddemo

在 install/rkssddemo/ssd 目录下有要进行测试的图片,如下图所示:

6、将 Ubuntu 上编译好的 rkssddemo 拷贝到 U 盘上,挂载 U 盘到开发板上,然后拷贝 rkssddemo 到开发板的根目录下,如下图所示:
mount /dev/sda1 /mnt/disk
cd /mnt/disk
cp -r rkssddemo/ /
cd /
ls rkssddemo/
chmod 777 -R rkssddemo

7、进入到开发板的 rkssddemo 目录下,运行程序,如下图所示:
cd rkssddemo
./rkssddemo -i ssd/test.jpg -o out.jpg -l ssd/coco_labels_list.txt -b ssd/box_priors.txt -g librkssd.so -p ssd/ssd300_91c_param.rkl -n 91

8、运行程序后会生成 out.jpg,拷贝 out.jpg 到 U 盘上,然后在 Windows 上面进行查看,检测输出图片如下图所示:

如上图所示,可以检测到图片中的目标,比如人,自行车,汽车等等。


使用特权

评论回复

相关帖子

沙发
Tanxjxj120a| | 2021-2-1 14:15 | 只看该作者
谢谢分享

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

636

主题

716

帖子

1

粉丝