树莓派使用Openvino库进行车牌检测

开篇废话

---

百度找了半天官方介绍树莓派安装教程，结果发现找了半天都没找到，在这里先贴出官方安装Openvino的教程，并且，重要的事情要说三遍，三遍呀!!!血淋淋的教训：树莓派使用Openvino库需要先买一个英特尔的神经网络计算棒，这个搞得我重刷树莓派2遍，2遍呀!!!这都弄的我都怀疑人生了，我可是按照官方教程step by step呀 -。本以为牙膏厂良心发现，结果发现自己太单纯了，原来多指令单数据的牙膏厂开始蹭另一个多指令单数据牙膏厂羊毛。真好奇两个牙膏厂在一起会怎么样？

步骤

---

本步骤讲述一个刚出生的小宝宝慢慢变成hero的故事，包括在肚子里的时候，废话不多说，在这里先介绍整体流程，通过这里，可以知道自己在这一步是为了什么。

• 树莓派刷机： 首先我们需要将买过来的树莓派进行刷机。
• Openvino安装: 这一步将介绍如何在树莓派上进行Openvino的安装
• 树莓派上运行Demo: 介绍在树莓派如何运行Openvino的Demo

### 具体过程

---

故事开始了，从前有座山，山里有…咳咳，故事说错了，让我们重新开始把：

树莓派刷机

• 首先进入官方下载页下载树莓派Raspbian安装包进行下载，并且还需要下载win32diskimager
• 将SD卡插入电脑中，然后打开win32diskimager，选择树莓派镜像文件后，点击写入开始刷机。
  
• 写入成功后，将sd卡插入树莓派中，并插上电源，树莓派系统便会开始运行。

Openvino安装

---

安装将包含一下步骤：

1. 安装openvino工具
2. 设置环境变量
3. 添加USB规则

废话可忽略： 步骤一的目的就不解释了，步骤二的目的是设置cmake编译需要找到的依赖库的寻找路径(源码由C++写的，并用CMake进行项目管理)，步骤三目的是在树莓派上运行需要通过神经网络加速棒加速，没有这个跑不起来，只有插上这个才能运行。

安装Openvino工具

---

• 下载英特尔官方网站的openvino树莓派工具，直接下载连接l_openvino_toolkit_ie_p_2018.5.445.tgz
• 打开终端(Ctrl + Alt + T)，进入下载目录。加入我们将openvino文件下载到了${Downloads}文件夹下。并且解压文件夹

cd ${Downloads}
tar -xf l_openvino_toolkit_ie_p_<version>.tgz

• 修改setupvars.sh. 进入inference_engine_vpu_arm下的bin目录，将setupvars.sh的INSTALLDIR=< INSTALLDIR >改变成自己的inference_engine_vpu_arm路径也就是改变成${Downloads}/inference_engine_vpu_arm，

cd inference_engine_vpu_arm/bin
--- INSTALLDIR=<INSTALLDIR>
+++ INSTALLDIR=${Downloads}/inference_engine_vpu_arm

设置环境变量

• 终端进入${Downloads}目录下，并执行setupvars.sh脚本

cd ${Downloads}
source inference_engine_vpu_arm/bin/setupvars.sh

添加USB规则

• 执行以下代码

sudo usermod -a -G users "$(whoami)"   #将当前用户添加到USB规则中
sh inference_engine_vpu_arm/install_dependencies/install_NCS_udev_rules.sh  # 执行USB安装规则

树莓派上运行Demo

• 进入Demo目录中，并执行编译

cd inference_engine_vpu_arm/deployment_tools/inference_engine/samples #进入sample目录
mkdir build && cd build # 建立build文件夹并进入
cmake .. -DCMAKE_BUILD_TYPE=Release -DCMAKE_CXX_FLAGS="-march=armv7-a" # cmake查找相应C++库
make -j2 object_detection_sample_ssd  # 开始编译
wget --no-check-certificate https://download.01.org/openvinotoolkit/2018_R4/open_model_zoo/face-detection-adas-0001/FP16/face-detection-adas-0001.bin     # 获取模型权重文件
wget --no-check-certificate https://download.01.org/openvinotoolkit/2018_R4/open_model_zoo/face-detection-adas-0001/FP16/face-detection-adas-0001.xml    # 获取模型网络

• 执行人脸demo，首先插入神经网络计算棒，然后运行一下代码，便可跑通人脸demo

./armv7l/Release/object_detection_sample_ssd -m face-detection-adas-0001.xml -d MYRIAD -i <path_to_image>

运行车牌识别Demo

车牌识别没有给出树莓派的demo，所以我们需要自己想办法，PC机上几乎把所有的demo模型都给出来了，所以我们可以借助PC机上面的模型放到树莓派上运行

• 编译车牌识别demo，进入编译人脸时候进入的build，然后执行一下代码进行编译

make -j2 security_barrier_camera_demo

编译好后，下载license、vehicle-attribute、vehicle-license三个文件待更新，放在当前文件夹下。然后执行一下命令，便可进行车牌识别。

Run ./armv7l/Release/security_barrier_camera_demo -d MYRIAD -d_va MYRIAD -d_lpr MYRIAD -i ./demo.jpg -m ./vehicle-license-plate-detection-barrier-0106.xml -m_va ./vehicle-attributes-recognition-barrier-0039.xml -m_lpr ./license-plate-recognition-barrier-0001.xml