四、基于海思芯片:从算法到移植 生成海思wk文件并进行成果展示

一、基于海思芯片:从算法到移植  darknet框架下训练yolov3

二、基于海思芯片:从算法到移植   darknet框架下yolov3转为caffe框架下

三、基于海思芯片:从算法到移植   caffe-yolov3测试训练效果

四、基于海思芯片:从算法到移植   生成海思wk文件并进行成果展示

好了,在家的时候把法医秦明两部剧补了一下,还看了模仿游戏讲述图灵在二战中破译密码工作,大家有时间可以看看。c'est bon,allons-y. 根据上一篇章所得到的caffe框架下的anquanmao30000.prototxt和anquanmao30000.caffemodel权值和网络架构文件,咱们可以转为海思芯片nnie支持的wk文件,我会详细描述转换过程,并展示在海思开发板上面的的运行成果,还有一点我演示的的可能是训练迭代次数是17000次的也就是anquanmao17000.caffemodel和anquanmao17000.prototxt,不影响大家理解啊。我是在windows上配置,当然你也可以选择在Ubuntu上转换,具体参照海思HiSVP开发指南,现在启动我自己windows下的软件,路径为

G:\SVP_PC\HiSVP_PC_V1.2.1.0\tools\nnie\windows\RuyiStudio-2.0.31

下面的RuyiStudio.exe文件,具体来看

四、基于海思芯片:从算法到移植 生成海思wk文件并进行成果展示_第1张图片

选择一个工作空间然后点击红色的“Launch”按钮

四、基于海思芯片:从算法到移植 生成海思wk文件并进行成果展示_第2张图片

打开你事先已经建立的文件夹,我这里可以给大家看一下

四、基于海思芯片:从算法到移植 生成海思wk文件并进行成果展示_第3张图片

现在重点关注face_416.cfg这个文件,在cfg文件中,我们要设置很多东西,都会影响结果的产生,具体打开cfg文件看一下

四、基于海思芯片:从算法到移植 生成海思wk文件并进行成果展示_第4张图片

看看前两行,没啥疑问,但是这其中有个大的bug,对于marked_prototxt一行,你必须从这里进去点击anquamao17000.prototxt,然后才能生成mark_prototxt文件夹中生成对应的文件,并把它加载进去,好了,下面依次来看

net_type:选择CNN

is_simulation:Inst/chip 说明运行环境是在芯片上,而并非pc端的仿真,选择Simulation是仿真

output_wk_name:没啥好说的,选择一个名字

后面重点看image_type:YVU420SP  因为我接收的是实时视频流,而并非单个图片

对于image_list一列,自己做一些图像集,三五十张就可以,就是你要识别的目标集,然后通过image_ref_list.txt加载进去

参数修改后然偶点击保存,然后点击Make wk按钮 生成wk文件

四、基于海思芯片:从算法到移植 生成海思wk文件并进行成果展示_第5张图片

 

ok,大家还是重点参考HiSVP开发指南,讲的非常详细,现在我会展示一些,我移植到海思3516dv300开发板的一些效果,供大家参考一下,这些都是已经在海思3516dv300实现的,手套识别,反光衣,烟雾,吸烟检测,火苗检测,电瓶车等识别,还有一些就不再列写了。

四、基于海思芯片:从算法到移植 生成海思wk文件并进行成果展示_第6张图片

现在我和我的小伙伴会把前三篇所涉及到的所有源码开源出来,也会把所涉及的所有海思移植代码开源,所有的数据库开源,以供大家学习,共同讨论进步,但并非free,很低的价格获得货真价实的东西,一两周自己就能在海思上开发自己的算法。算法层面的代码整理https://pan.baidu.com/s/1fE29fgBCSM4PPFyufxMr-w

你可能感兴趣的:(嵌入式,深度学习,海思,yolov3,3516dv300,嵌入式移植,深度学习)