在rk3399上配置Tengine AI框架

参考链接: 在 RK3399 开发板上部署 Tengine AI 框架.

1. 下载源码
   从https://github.com/OAID/tengine/下载源码

git clone --recurse-submodules https://github.com/OAID/tengine/

注：一定要加 --recurse-submodules 不然可能源码下载不全

2. 安装依赖

sudo apt-get install libprotobuf-dev protobuf-compiler libopencv-dev  pkg-config

3. 修改配置文件
   打开tengine/default_config目录下的arm64_linux_native.config文件，修改第44行，将BUILD_SERIALIZER=n改为BUILD_SERIALIZER=y
   否则后面运行mobilenetSSD网络的时候可能会遇到Shared library not found: libcaffe-serializer.so: cannot open shared object file: No such file or directory这个错误。
4. 编译
   在tengine目录下的终端内输入

./linux_build.sh default_config/arm64_linux_native.config

5. 下载 model 文件
   运行这些 AI 应用的时候，需要加载对应的 model 文件，这些文件可以从 OPEN AI LAB 提供的网盘里下载：
   网址：https://pan.baidu.com/s/1Ar9334MPeIV1eq4pM1eI-Q
   提取码：hhgc
   本文中只下载了squeezenet.tmfile、mobilenet.tmfile、MobileNetSSD_deploy.prototxt、MobileNetSSD_deploy.caffemodel这四个文件。
   并将其放在tengine/models目录下
6. 运行 benchmark
   编译完成后默认会在 build/benchmark/bin/目录下生成两个供测试用的 benchmark 文件，可以直接执行这两个文件，用来简单的测试，确实是否真正编译成功。

./build/benchmark/bin/bench_mobilenet 
./build/benchmark/bin/bench_sqz 

成功运行结果如下图所示：

7. 运行MobileNetSSD网络demo
   修改tengine/examples目录下linux_build.sh文件。根据实际情况，正确设置 Tengine 的所在路径，比如我下载编译的 Tengine 代码在 /home/pi/tengine 目录下：

cmake -DTENGINE_DIR=/home/pi/tengine \

然后在 examples 目录下执行如下命令：

mkdir build
cd build/
../linux_build.sh 
make

测试mobilenetSSD网络执行如下命令

./mobilenet_ssd/MSSD -i ../../tests/images/ssd_horse.jpg

测试后的图片文件保存在
tengine/examples/build/文件夹下，名字为Mobilenet_SSD.jpg.jpg，其效果如下图所示：

深度学习模型转换（tensorflow2caffe）: https://www.jianshu.com/p/96ed66372178.