Vitis AI提供两种应用例程,VART和Vitis AI Library,下文详细描述了VART中自动驾驶应用的实现过程。
对于DNNDK API和VART API编译AI库的方式相同,
编译yolov3模型
yolov3模型用于自动驾驶。
$~/Vitis-AI/AI-Model-Zoo/all_models_1.2/caffe
$cp -r dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/ ../../../Tool-Example/
$cd ~/Vitis-AI
$./docker_run.sh xilinx/vitis-ai:1.2.82
$conda activate vitis-ai-caffe
生成.dcf文件,修改.json文件,这两步已经完成。
在readme中:
remove parameter "yolo_height" and "yolo_width" in "transform_param" in data layer, like the following 2 lines:yolo_height: 256,yolo_width: 512,删除这两行进行编译。
vai_c_caffe -p dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/quantized/Edge/deploy.prototxt -c dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/quantized/Edge/deploy.caffemodel -a arch.json -o dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/output -n yolov3
VART API
VART(Vitis-AI RunTime) API :使用Xilinx Model Zoo中的模型时使用。
进入https://github.com/Xilinx/Vitis-AI/tree/v1.2/Vitis-AI-Library#quick-start-for-edge,下载sdk-2020.1.0.0sh。
$mkdir petalinux_sdk
$cd petalinux_sdk
$./sdk-2020.1.0.0.sh
$source ~/petalinux_sdk/environment-setup-aarch64-xilinx-linux
$tar -xzvf vitis_ai_2020.1-r1.2.x.tar.gz -C ~/petalinux_sdk/sysroots/
aarch64-xilinx-linux
$cd ~/Vitis-AI/VART/samples/adas_detection
$bash -x build.sh
将生成的文件拷贝到sd卡。
$ifconfig
$cd /mnt/sd_mmcblk1p1
$source ./init.sh
$cd /mnt/sd_mmcblk1p1
$ cp dpu_sw_optimize.tar.gz vitis-ai-runtime-1.2.0.tar.gz vitis_ai_runtime_r1.2.x_image_video.tar.gz ~/
$cd ~
$tar -xzf dpu_sw_optimize.tar.gz
$cd dpu_sw_optimize/zynqmp/
$./zynqmp_dpu_optimize.sh
tar -xzvf vitis-ai-runtime-1.2.0.tar.gz
cd ~/vitis-ai-runtime-1.2.0/aarch64/centos
rpm -ivh --force libunilog-1.2.0-r10.aarch64.rpm
rpm -ivh --force libxir-1.2.0-r12.aarch64.rpm
rpm -ivh --force libtarget-factory-1.2.0-r10.aarch64.rpm
rpm -ivh --force libvart-1.2.0-r16.aarch64.rpm
rpm -ivh --force libvitis_ai_library-1.2.0-r15.aarch64.rpm
解压vitis_ai_runtime_r1.2.x_image_video.tar.gz
mkdir -p ~/Vitis-AI/VART
tar -xzvf vitis_ai_runtime_r1.2.0_image_video.tar.gz -C ~/Vitis-AI/VART
修改/etc/vart.conf文件
firmware:/mnt/sd-mmcblk1p1/dpu.xclbin
cp -r yolov3 ~/Vitis-AI/VART/samples/adas_detection
export DISPLAY=:0.0
xrandr --output DP-1 --mode 640x480
./adas_detection video/adas.avi yolov3/yolov3_adas_pruned_0_9.elf
硬码农二毛哥