Lattice Radiant 的人员检测Demo运行

Lattice Radiant 的人员检测Demo运行

  • Lattice Radiant 的人员检测Demo(human detection)运行
    • 一、环境以及软件版本
    • 二、机器学习部分
      • 1、CUDA安装
      • 2、python以及tensorflow版本的问题
      • 3、使用OIDv4下载数据集(官网好像可以直接下载到数据集)
      • 4、数据集的处理
      • 5、这里是我使用conda配置好的环境
    • 三、RTL部分
      • 问题1:照文件中的提示打开工程文件后:综合出错
      • 问题2:Map出错
      • 问题3:license问题

Lattice Radiant 的人员检测Demo(human detection)运行

2019年下半年lattice发布了Human Persence Detection Demo的所有源码,包括机器学习和RTL部分的。由于疫情在家没有动力,回学校才从头开始,搞了好久,把踩过的坑记录下。

主要参考两个官网给的User Guide文件
在这里插入图片描述
Lattice Radiant 的人员检测Demo运行_第1张图片
Lattice Radiant 的人员检测Demo运行_第2张图片

一、环境以及软件版本

  • 机器学习部分:Ubuntu16.04 GTX 1060 3G
  • RTL部分:win10
  • 开发板:iCE40 UltraPlus
  • Radiant Software 2.1
  • Machine Learning software 3.0

二、机器学习部分

1、CUDA安装

安装cuda:参考:cuda和cudnn安装的三种方式
我安装的时候根据文档安装了cuda 9.0 版本,安装的时候装了很多次,终于成功了(最后是使用上面教程里面 1.1最简单的方式成功的)

2、python以及tensorflow版本的问题

  • python按照教程的anaconda版本python为3.7,我在下载tensorflow-gpu==1.12.0时卡在solving environment: 所以后来新建了python 3.6 的环境,从教程中下面的截图也可以看出使用的应给是3.6版本:
    Lattice Radiant 的人员检测Demo运行_第3张图片
  • 在教程了tensorflow版本出现了两次,而且不一样
    在这里插入图片描述
    Lattice Radiant 的人员检测Demo运行_第4张图片
    我试了很多次之后版本如下,之前中间还遇到了下载之后报错tensorflow不存在,当时去搜了一下最后怎么解决的忘记了:
    在这里插入图片描述

3、使用OIDv4下载数据集(官网好像可以直接下载到数据集)

下载csv文件报连接错误,在网上找了一个办法(下图),下好了第一个文件,第二个还是失败
Lattice Radiant 的人员检测Demo运行_第5张图片

  • 解决方法: 我在win10下配了一下环境,最后开了VPN下的
    • 下载 .csv文件开,下载数据集的时候不需要,开好像更慢
    • 开始尝试在linux配,没搞好,能搞好的可以Ubuntu下开试一下
    • 后来发现可能不需要在win10下下载OIDv4,根据报错信息找打python文件csv_downloader.py,打印出url,在windows10下帖入浏览器应该可以下载到文件】、
    • OIDv4使用教程可以参考一下,根据下图,教程应该是下载了validation、train、test三个数据集
      Lattice Radiant 的人员检测Demo运行_第6张图片
  • csv下好之后报错 sh:1:aws:not found
    • 缺python包:conda install awscli
  • 数据集太大,我只下了2000张train

4、数据集的处理

  • 3.2. Visualizing and Tuning/Cleaning Up the Dataset 这一步好像没用 不做也可以
    数据可视化还行,后面自己标数据(annotate)根本没用
  • 3.3. Data Augmentation 数据增强
    在下图中可以改数据增强的操作(只要添加注释或者去掉注释就行),例如给的代码里面操作只有随机水平平移、翻转、随机更改亮度为2倍和0.5倍
    Lattice Radiant 的人员检测Demo运行_第7张图片
    需要注意的是: 后面的训练需要的数据是64*64的,在做完前面的之后需要Resize一下将其他的都注释掉,只剩下Resize,然后只将Resize过的图片作为训练数据

5、这里是我使用conda配置好的环境

conda导出的机器学习环境

三、RTL部分

问题1:照文件中的提示打开工程文件后:综合出错

Lattice Radiant 的人员检测Demo运行_第8张图片
报错信息如下
Lattice Radiant 的人员检测Demo运行_第9张图片
“D:/lscc/radiant/2.1/tcltk/windows/bin/tclsh” “ice40_himax_upduino2_humandet_impl_1_synthesize.tcl”
couldn’t read file “ice40_himax_upduino2_humandet_impl_1_synthesize.tcl”: no such file or directory
Done: error code 1

  • 解决方法: 新建工程将需要的文件全部添加进去,其中IP核根据原工程设置,除了一个cnn的IP核外其他的都是RAM,(刚开始的时候被命名误导以为有ROM IP核,后来输入输出端口一直对不上号,才发现是RAM,然后内存初始化文件在common文件夹下或者给的工程文件里面(.MEM文件))
  • 不需要添加所有的文件以及IP核,我添加后的工程如下:
    -Lattice Radiant 的人员检测Demo运行_第10张图片

问题2:Map出错

Error 51001122 Map ERROR - Design doesn’t fit into device specified, refer to the Map report for more details.
Lattice Radiant 的人员检测Demo运行_第11张图片

  • 解决方法: 可以看出在分配端口的界面显示的不是整个工程的输入输出,此时需要设置top模块,如下图(选中后右键 ):Lattice Radiant 的人员检测Demo运行_第12张图片
    然后将原来工程里的himax_upduino2.pdc文件粘贴过来就OK了(就是下面的impl_1.pdc)
    在这里插入图片描述

问题3:license问题

  • 需要在官网下载软件的license以及CNN的license(官网有免费试用30天的),下载之后将软件的license放在“安装路径\radiant\2.1\license”(我装过软件之后就已经添加过环境变量了,如果你的没有自己去添加一个LM_LICENSE_FILE,指向自己的.dat文件)因为IP核也需要license文件,所以要将下载后的IP核的License文件复制粘贴到软件的license文件中
    Lattice Radiant 的人员检测Demo运行_第13张图片
    上图里面红框就是我自己粘贴过来的IP核的license文件

你可能感兴趣的:(机器学习,tensorflow,经验分享)