基于树莓派搭建 Intel Movidius 神经网络计算棒2代深度学习环境

基于树莓派搭建 Intel Movidius 神经网络计算棒2代深度学习环境

---

开发平台要求

硬件要求：

• Raspberry Pi* board with ARM* ARMv7-A CPU architecture. Check that uname -m returns armv7l.
• One of Intel® Movidius™ Visual Processing Units (VPU):
  • Intel® Movidius™ Neural Compute Stick
  • Intel® Neural Compute Stick 2

操作系统要求：

• Raspbian* Buster, 32-bit
• Raspbian* Stretch, 32-bit

软件要求：

• CMake* 3.7.2 or higher
• Python* 3.5, 32-bit

安装树莓派 OS

这里网上教程很多，不再细说。

安装树莓派 OS 的 OpenVINO™ 工具包【Install the OpenVINO™ Toolkit for Raspbian* OS Package】

可以在 Intel 开源软件技术中心下载新版本的安装包，名称为：l_openvino_toolkit_runtime_raspbi_p_.tgz

Intel® Open Source Technology Center

下载完成后一般位于 Downloads 目录下，解压包：

# 进入下载路径
cd ~/Downloads/

# 创建安装目录
sudo mkdir -p /opt/intel/openvino

# 解压到安装目录
sudo tar -xf l_openvino_toolkit_runtime_raspbi_p_<version>.tgz --strip 1 -C /opt/intel/openvino

安装其它依赖软件【Install External Software Dependencies】

树莓派主要的依赖软件是 CMake

sudo apt install cmake

设置环境变量【Set the Environment Variables】

# 调用脚本设置环境变量
source /opt/intel/openvino/bin/setupvars.sh

# 把命令加入 .bashrc 中
echo "source /opt/intel/openvino/bin/setupvars.sh" >> ~/.bashrc

设置完成后，每打开一个 Terminal 将会看到：[setupvars.sh] OpenVINO environment initialized

添加 USB 规则【Add USB Rules】

# 将当前用户添加到 users 组
sudo usermod -a -G users "$(whoami)"

# 运行脚本添加 USB 规则
sh /opt/intel/openvino/install_dependencies/install_NCS_udev_rules.sh

运行 DEMO 测试是否可以使用 Intel Movidius

在上一步添加 USB 规则后，插入 Intel Movidius 神经计算棒。

DEMO 代码路径：/opt/intel/openvino/deployment_tools/inference_engine/samples

测试可以使用 object_detection_sample_ssd 这个 DEMO。

# 创建临时编译目录，进入目录
mkdir build && cd build

# 生成编译文件
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_CXX_FLAGS="-march=armv7-a" /opt/intel/openvino/deployment_tools/inference_engine/samples

# 编译 object_detection_sample_ssd DEMO
make -j2 object_detection_sample_ssd

# 如果没有模型，需要下载模型文件 .xml 和 .bin
wget --no-check-certificate https://download.01.org/opencv/2019/open_model_zoo/R1/models_bin/face-detection-adas-0001/FP16/face-detection-adas-0001.bin
wget --no-check-certificate https://download.01.org/opencv/2019/open_model_zoo/R1/models_bin/face-detection-adas-0001/FP16/face-detection-adas-0001.xml

# 运行 DEMO
#    -d 使用 Intel 神经计算棒
#    -m .xml 模型文件
#    -i 输入图片路径
./armv7l/Release/object_detection_sample_ssd -m face-detection-adas-0001.xml -d MYRIAD -i <path_to_image>

# 运行成功将在当前目录生成 out_0.bmp 文件。可以安装 gpicview 查看图片
gpicview out_0.bmp