花花少年

BMNNSDK部署Sophone算丰智算盒SE5系列教程（超详细版）

参考资料

极智AI | 比特大陆 SE5 边缘盒子 caffe SSD 量化与转换部署模型

一、相关资料

1.1 webUI账号密码

上位机在google chrome中打开： 192.168.150.1。

默认账号密码

账号：admin
密码：admin

1.2 SSH账号密码

账号：192.168.150.1
密码：linaro

1.3 视频教程

官网已经上线云课堂：

算法移植快速入门，请关注以下视频：

bmnnsdk算法移植介绍
快速跑通一个PCIE模式example @AI加速卡
快速跑通一个SOC模式example @AI加速盒

1.4 其他教程

开发文档
BM1684 BMNNSDK2 用户手册
SE5用户手册
SOPHON下载中心

1.5 项目代码

PaddleOCR-BM1684Demo
SophonSilk 官方 github 例程

二、重要说明

2.1 开发环境与运行环境

开发环境，是指用于模型转换或验证以及程序编译等开发过程的环境；运行环境，是指在具备Sophon设备的平台上实际使用设备进行算法应用部署的运行环境。

开发环境与运行环境肯能是统一的（如：插有SC5加速卡的x86主机，既是开发环境又是运行环境），也可能是分离的（如：使用x86主机作为开发环境转换模型和编译程序，使用SE5盒子部署运行最终的算法应用）。但是，无论是使用Soc模式还是PCIE模式，均需要一台x86主机作为开发环境。

如果是 PCIE模式，需要将PCIE加速卡插到主机中，在宿主机上安装驱动程序，然后按照指引配置docker环境，这个环境既是开发环境也是运行环境。当然，也可以基于我们提供的docker开发环境，只保留系统运行时库的相关包，并添加需要的库包以及其他程序代码，构建自己部署在生产环境中的docker镜像。

如果是 Soc模式，需要按照指引配置docker环境，docker将工作在CModel模式，提供模型转换和程序交叉编译的开发环境；待程序编译好后，需要手动将编译好的程序拷贝到目标系统（SE5/SM5）中运行执行。

2.1.1 Soc运行环境

对于SoC平台，内部已经集成了相应的SDK运行库包，位于/system目录下，只需设置环境变量即可。

# 设置环境变量
export PATH=$PATH:/system/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/system/lib/:/system/usr/lib/aarch64-linux-gnu
export PYTHONPATH=$PYTHONPATH:/system/lib

linaro@seeking:/system/bin$ ls -l
total 206640
-rwxr-xr-x 1 linaro linaro  16299496 Mar 22  2021 bm-smi
-rwxr-xr-x 1 linaro linaro    594240 Mar 22  2021 bm_model.bin
-rwxr-xr-x 1 linaro linaro     31152 Mar 22  2021 bm_test
-rwxr-xr-x 1 linaro linaro     34920 Mar 22  2021 bmcv-vpp-test
-rwxr-xr-x 1 linaro linaro     21408 Mar 22  2021 bmjpegdec
-rwxr-xr-x 1 linaro linaro     21848 Mar 22  2021 bmjpegenc
-rwxr-xr-x 1 linaro linaro     37216 Mar 22  2021 bmjpegmulti
-rwxr-xr-x 1 linaro linaro    204600 Mar 22  2021 bmrt_test
-rwxr-xr-x 1 linaro linaro     38112 Mar 22  2021 bmvpuenc
-rwxr-xr-x 1 linaro linaro     38560 Mar 22  2021 cvtcolortest
-rwxr-xr-x 1 linaro linaro   5504656 Mar 22  2021 fbcmulti
-rwxr-xr-x 1 linaro linaro   4934680 Mar 22  2021 fbd_matrix
-rwxr-xr-x 1 linaro linaro    236320 Mar 22  2021 ffmpeg
-rwxr-xr-x 1 linaro linaro    134656 Mar 22  2021 ffprobe
-rwxr-xr-x 1 linaro linaro     26352 Mar 22  2021 freetype_demo
-rwxr-xr-x 1 linaro linaro   4933720 Mar 22  2021 i420tonv12
-rwxr-xr-x 1 linaro linaro     30824 Mar 22  2021 jpubasic
-rwxr-xr-x 1 linaro linaro     35848 Mar 22  2021 jpumulti
-rwxr-xr-x 1 linaro linaro     50440 Mar 22  2021 ocv-drawing
-rwxr-xr-x 1 linaro linaro     42136 Mar 22  2021 opencv_annotation
-rwxr-xr-x 1 linaro linaro     40792 Mar 22  2021 opencv_bmcv
-rwxr-xr-x 1 linaro linaro    170664 Mar 22  2021 opencv_interactive-calibration
-rwxr-xr-x 1 linaro linaro     42360 Mar 22  2021 opencv_version
-rwxr-xr-x 1 linaro linaro     59752 Mar 22  2021 opencv_visualisation
-rwxr-xr-x 1 linaro linaro       670 Mar 22  2021 setup_vars_opencv4.sh
-rwxr-xr-x 1 linaro linaro     29072 Mar 22  2021 test_bm_restart
-rwxr-xr-x 1 linaro linaro     24936 Mar 22  2021 test_bmvpp
-rwxr-xr-x 1 linaro linaro     33936 Mar 22  2021 test_ff_bmjpeg
-rwxr-xr-x 1 linaro linaro     22888 Mar 22  2021 test_ff_libyuv
-rwxr-xr-x 1 linaro linaro     78544 Mar 22  2021 test_ff_transcode_dll
-rwxr-xr-x 1 linaro linaro 106125280 Mar 22  2021 test_ff_transcode_static
-rwxr-xr-x 1 linaro linaro     25776 Mar 22  2021 test_ff_video_encode
-rwxr-xr-x 1 linaro linaro     38984 Mar 22  2021 test_ff_video_scale
-rwxr-xr-x 1 linaro linaro     33264 Mar 22  2021 test_ff_video_xcode
-rwxr-xr-x 1 linaro linaro     19024 Mar 22  2021 test_ion
-rwxr-xr-x 1 linaro linaro     34864 Mar 22  2021 test_libyuv
-rwxr-xr-x 1 linaro linaro     28144 Mar 22  2021 test_ocv_bmcv
-rwxr-xr-x 1 linaro linaro     27432 Mar 22  2021 test_ocv_jpubasic
-rwxr-xr-x 1 linaro linaro     33792 Mar 22  2021 test_ocv_jpumulti
-rwxr-xr-x 1 linaro linaro     26104 Mar 22  2021 test_ocv_vidbasic
-rwxr-xr-x 1 linaro linaro     24792 Mar 22  2021 test_ocv_video_xcode
-rwxr-xr-x 1 linaro linaro     32832 Mar 22  2021 test_ocv_vidmulti
-rwxr-xr-x 1 linaro linaro     30784 Mar 22  2021 vidbasic
-rwxr-xr-x 1 linaro linaro     25832 Mar 22  2021 vidcamera
-rwxr-xr-x 1 linaro linaro     30456 Mar 22  2021 videotranscode
-rwxr-xr-x 1 linaro linaro     45960 Mar 22  2021 vidmulti
-rwxr-xr-x 1 linaro linaro   4933680 Mar 22  2021 vpp_border
-rwxr-xr-x 1 linaro linaro   4933840 Mar 22  2021 vpp_border_with_devfd
-rwxr-xr-x 1 linaro linaro   4938408 Mar 22  2021 vpp_cmodel
-rwxr-xr-x 1 linaro linaro   4939232 Mar 22  2021 vpp_convert
-rwxr-xr-x 1 linaro linaro   4934000 Mar 22  2021 vpp_cropmulti
-rwxr-xr-x 1 linaro linaro   4960560 Mar 22  2021 vpp_cropsingle
-rwxr-xr-x 1 linaro linaro   4937912 Mar 22  2021 vpp_iondemo
-rwxr-xr-x 1 linaro linaro   4934448 Mar 22  2021 vpp_matrix
-rwxr-xr-x 1 linaro linaro   4960064 Mar 22  2021 vpp_misc
-rwxr-xr-x 1 linaro linaro   5489520 Mar 22  2021 vpp_multi
-rwxr-xr-x 1 linaro linaro   4934032 Mar 22  2021 vpp_resize
-rwxr-xr-x 1 linaro linaro   4933680 Mar 22  2021 vpp_split
-rwxr-xr-x 1 linaro linaro     20808 Mar 22  2021 vppborder
-rwxr-xr-x 1 linaro linaro     25120 Mar 22  2021 vppcrop
-rwxr-xr-x 1 linaro linaro   4961448 Mar 22  2021 vppfbd_crop
-rwxr-xr-x 1 linaro linaro   4934128 Mar 22  2021 vppfbd_csc_resize
-rwxr-xr-x 1 linaro linaro     44256 Mar 22  2021 vppmulti
-rwxr-xr-x 1 linaro linaro     20880 Mar 22  2021 vppresize
-rwxr-xr-x 1 linaro linaro     20624 Mar 22  2021 vppsplit
-rwxr-xr-x 1 linaro linaro     25264 Mar 22  2021 vppvideo
-rwxr-xr-x 1 linaro linaro     15872 Mar 22  2021 vpuinfo
-rwxr-xr-x 1 linaro linaro     16472 Mar 22  2021 vpureset
-rwxr-xr-x 1 linaro linaro   1190920 Mar 22  2021 w5_enc_test

2.1.2 常用指令

2.1.2.1 bm-smi

# 查看TPU占用情况
bm-smi

2.2 IP设置

如果直接用物理机作为上位机，不需要设置VMware虚拟机IP，其他操作步骤将会简化。

博主用VMware虚拟机作为 X86虚拟机，SE5盒子、X86上位机、VMnet8、虚拟机都有IP。

SE5盒子IP：192.168.150.1
X86上位机IP：192.168.150.2
VMware Virtual Ethernet Adapter for VMnet8:192.168.150.3
虚拟机IP：192.168.32.128

设置X86上位机IP

设置VMware Virtual Ethernet Adapter的IP

设置虚拟机IP

2.3 默认的算法服务

SE5盒子默认预置了人脸抓拍识别的应用，如果想关闭预置的算法应用，先ssh登录到盒子终端，再执行命令关闭。

# ssh 登录盒子终端，默认用户名和密码均为 linaro
ssh linaro@<SE5_IP>

# 盒子终端内部
cd /bm_bin
./bm_switch2box

# 执行后盒子将自动重启
# 如果想启动默认的算法应用，请重新进行SD卡刷机。

注意：SE5盒子自带的操作系统并没有桌面系统；只预置了人脸抓拍识别应用的盒子才带有webUI界面，HDMI接口有信号输出；官网提供的MicroSD卡刷机包为干净系统的卡刷机包，不带人脸抓拍识别应用，HDMI接口无信号输出，不带webUI界面。

执行指令bm_switch2box，会移除HDMI输出，导致插入HDMI显示器没有输出。所以，慎重执行该指令。

2.4 拷贝文件到SE5盒子

用fizila工具传输，或者用scp指令拷贝。

scp ssd300_cv_bmcv_bmrt.arm [email protected]:/data/ssd_object_demo/

scp out/fp32_ssd300.bmodel [email protected]:/data/ssd_object_demo/

2.5 经验

SE5盒子的性能怎么样，不需要使用者（开发人员）去验证，因为SE5厂商已经做了大量的性能优化和性能对比。开发人员需要做的是，快速部署产品，用部署之后的效果来评估SE5盒子是否达到商用水平，即工程化的指标来评估SE5盒子的价值。
解压bmnnsdk2后，优先关注：
文档目录：documents
demo目录：examples

三、相关介绍

3.1 VPU

视频处理器，简称为VPU。

3.2 JPU

图像处理器，简称为JPU。

3.3 硬件加速支持

对于基于深度学习的视频/图片分析任务来说，通常都包括如下几个步骤：

视频/图片解码
输入预处理
模型推理
输出后处理
视频/图片编码

BM1684中除了张量运算硬件加速单元TPU外，还集成了针对编解码、图像处理等操作的若干硬件加速模块，用户通过BMNNSDK中提供的相应的软件接口库，可以对以上几个步骤进行针对性地加速，从而便捷地开发出高效的算法和应用。

3.4 Quantization Tools量化工具

Quantization-Tools

3.5 MicroSD卡刷机（升级）教程

升级方式

升级版本

V5R7C01版本下载地址链接：https://pan.baidu.com/s/18mfh6Wke1rzspRdYFepOQw 提取码：hwm1

四、用VMware虚拟机当作X86上位机

重要说明：VMware硬盘可用空间大于25GB（解压文件和加载docker镜像占用空间较大）。

4.1 修改网络适配器。

4.2 配置虚拟网络

---》编辑 
    ---》 虚拟网络编辑器 
        ---》 添加网络 
            ---》 VMnet8 
                ---》更改设置 
                    ---》NAT模式  
                        ---》 NAT设置 
                            ---》设置网关IP 
                                ---》 设置子网IP 
                                    ---》 设置子网掩码

==添加网络，会自动生成子网地址，比如：192.168.32.0。==网关IP与子网IP在同一个网段。

子网IP：`192.168.32.0`
子网掩码：`255.255.255.0`
网关IP：`192.168.32.1`

4.3 ping是否成功

五、修改WAN网口配置

LAN口直连说明：
1）将盒子的LAN口与电脑网口直接用网线连接在一起
2）LAN口默认的IP配置：
inet 192.168.150.1  netmask 255.255.255.0
3）将电脑的网口设置成如下：
inet 192.168.150.2  netmask 255.255.255.0
4）在电脑上使用ssh登陆：ssh [email protected] 密码：linaro

5.1 设置LAN IP

用网线，将SE5的LAN网口与上位机网口连接；默认通过 LAN 口登录 LiteOS 系统。

5.2 修改X86上位机的网口

---》网络和Internet设置 
	---》 更改适配器选项 
		---》 以太网 
			---》 右键属性 
				---》 Internet协议版本4（TCP/IPv4）
					---》 属性 
						---》 使用下面的IP地址（S）
							---》 确定  
								---》 确定

IP地址（I）：`192.168.150.2`  
子网掩码（U）：`255.255.255.0`

5.3 修改WAN IP

上位机用浏览器访问 192.168.150.1 进入LiteOS 系统，修改配置。当LAN IP设置好之后，修改WAN IP。

5.4 连接WAN网口

当WAN IP修改完之后，将SE5的WAN网口与交换机LAN网口连接，上位机网口连接交换机LAN网口。或者，将SE5的WAN网口与路由器LAN网口连接（此时路由器相当于交换机），上位机网口连接路由器LAN网口。

六、快速跑通一个SoC模式example

6.1 准备工作

6.1.1 下载docker镜像

在X86上位机

BM1684-ubuntu-docker 镜像

bmnnsdk2-bm1684-ubuntu-docker-py37.zip

# 解压到
/home/yoyo/bmnnsdk2

yoyo@ubuntu:~/bmnnsdk2/bmnnsdk2-bm1684-ubuntu-docker-py37$ tree -L 3.
├── bmnnsdk2-bm1684-ubuntu.docker  # 镜像文件
├── bmnnsdk2.MD5
├── Dockerfile.bm1684
└── release_version.txt

0 directories, 4 files

6.1.2 下载BMNNsdk2

在X86上位机

bmnnSDK

bmnnsdk2_bm1684_v2.7.0_20220316_patched.zip
# 解压到
/home/yoyo/bmnnsdk2

yoyo@ubuntu:~/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched$ tree -L 3
.
├── bmnnsdk2-bm1684_v2.7.0.tar.gz  # bmnnsdk2压缩包
├── bmnnsdk2.MD5
└── release_version.txt

0 directories, 3 files

# 解压
cd /home/yoyo/bmnnsdk2
tar zxf ./bmnnsdk2-bm1684_v2.7.0.tar.gz

bmnnsdk2-bm1684_v2.7.0.tar.gz
# 解压到
/home/yoyo/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched

yoyo@ubuntu:~/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched$ tree -L 2
.
├── bmnnsdk2-bm1684_v2.7.0  # 解压后
│   ├── bin
│   ├── bmlang
│   ├── bmnet
│   ├── docker_run_bmnnsdk.sh
│   ├── documents
│   ├── driver
│   ├── examples
│   ├── include
│   ├── install
│   ├── lib
│   ├── release_version.txt
│   ├── res
│   ├── scripts
│   └── test
├── bmnnsdk2-bm1684_v2.7.0.tar.gz # bmnnsdk2压缩包
├── bmnnsdk2.MD5
└── release_version.txt

6.1.2.1 `examples` 参考样例简介

$(BMNNSDK)/examples 下提供了编解码、模型转换、模型量化、推理等方面的一系列的样例程序可供参考，更多样例持续更新中。

yoyo@ubuntu:~/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched/bmnnsdk2-bm1684_v2.7.0$ tree -L 2
.
├── examples
│   ├── calibration  # 模型量化
│   ├── centernet
│   ├── multimedia  # 多媒体（视频及图片编解码、格式转换）
│   ├── nntc  # NNToolChain工具套件，提供模型转换（bmnetc、bmnetd、bmnetm、bmnetp、bmnett、bmnetu、bmtflite及bmruntime的使用）
│   ├── okkernel  # OKKernel编程
│   ├── Resnet_classify  # 使用Restnet进行图像分类
│   ├── RetinaFace
│   ├── sail  # SAIL模块
│   ├── SSD_object  # 使用SSD模型进行目标检测
│   ├── YOLOv3_object  # 使用YOLOv3进行目标检测
│   ├── YOLOv5_object  # 使用YOLOv5进行目标检测
│   └── YOLOX_object

6.1.3 下载数据集VOC712.tgz

在X86上位机

量化使用的图片集数据：VOC712.tgz，下载Password：nl7v。

下载链接：https://pan.baidu.com/s/1o9e7uqKBFx0MODssm4JdiQ 
Password：nl7v

tar zxf /home/yoyo/bmnnsdk2/VOC712.tgz -C ./examples/SSD_object/model/data/

VOC712.tgz
# 解压到
/home/yoyo/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched/bmnnsdk2-bm1684_v2.7.0/examples/SSD_object/model/data/

yoyo@ubuntu:~/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched/bmnnsdk2-bm1684_v2.7.0/examples/SSD_object/model/data$ tree -L 2
.
└── VOC0712
    ├── data.mdb
    ├── labelmap_voc.prototxt
    └── lock.mdb

6.1.4 下载预训练模型

在X86上位机

原始 SSD Caffe 模型数据，models_VGGNet_VOC0712_SSD_300x300.tar.gz。

下载链接：https://pan.baidu.com/s/1pLxeLaVoisqN7IVyfrNhag 
Password: i4x9

cp /home/yoyo/bmnnsdk2/models_VGGNet_VOC0712_SSD_300x300.tar.gz 
./examples/SSD_object/model/

models_VGGNet_VOC0712_SSD_300x300.tar.gz
# 拷贝到
/home/yoyo/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched/bmnnsdk2-bm1684_v2.7.0/examples/SSD_object/model/

yoyo@ubuntu:~/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched/bmnnsdk2-bm1684_v2.7.0/examples/SSD_object/model$ tree -L 1
.
├── data
├── download_ssd_model.sh
├── gen_bmodel.sh
├── gen_umodel_int8bmodel.sh
├── models_VGGNet_VOC0712_SSD_300x300.tar.gz  # 模型文件
├── README.md
└── ssd300_umodel.prototxt

1 directory, 6 files

6.1.5 创建测试目录

在SE5盒子

# 登录到SE5
ssh [email protected]
密码：linaro

# 创建ssd_object_demo目录
mkdir -p /data
mkdir -p /data/ssd_object_demo

6.2 安装Docker环境

官方推荐的安装方式

安装Docker软件包
```
sudo apt-get install docker.io
```

载入docker镜像

cd /home/yoyo/bmnnsdk2/bmnnsdk2-bm1684-ubuntu-docker-py37

sudo docker load -i ./bmnnsdk2-bm1684-ubuntu.docker

cd bmnnsdk2-bm1684_v2.7.0
sudo ./docker_run_bmnnsdk.sh

# 运行成功后，提示：
root@ubuntu:/workspace#

yoyo@ubuntu:~/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched/bmnnsdk2-bm1684_v2.7.0$ sudo ./docker_run_bmnnsdk.sh 
[sudo] password for yoyo: 
/home/yoyo/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched/bmnnsdk2-bm1684_v2.7.0
/home/yoyo/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched/bmnnsdk2-bm1684_v2.7.0
bmnnsdk2-bm1684/dev:ubuntu16.04
docker run --network=host --workdir=/workspace --privileged=true -v /home/yoyo/bmnnsdk2/bmnnsdk2_bm1684_v2.7.0_20220316_patched/bmnnsdk2-bm1684_v2.7.0:/workspace -v /dev/shm --tmpfs /dev/shm:exec -v /etc/localtime:/etc/localtime -e LOCAL_USER_ID=0 -it bmnnsdk2-bm1684/dev:ubuntu16.04 bash
root@ubuntu:/workspace#

6.3 安装nntc

nntc即NNToolChain工具套件，提供了bmnetc、bmnetd、bmneto、bmnetp、bmnett、bmnetu等工具，分别用来转换Caffe、Darknet、MXNet、ONNX、Pytorch、Tensorflow、UFramework（算能科技自定义的模型中间格式框架）等框架下的模型。经前端工具解析后，模型编译器BMNet Compiler 会对各种框架的模型进行离线转换，生成 TPU 能够执行的指令流，并序列化保存为 BModel 文件；当执行在线推理时，由 BMRuntime负责BModel模型的读取、数据的拷贝传输、TPU推理的执行，以及计算结果的读取等。

cd ./scripts
./install_lib.sh nntc

root@ubuntu:/workspace/scripts# ./install_lib.sh nntc
linux is Ubuntu16.04.5LTS\n\l
bmnetc and bmlang USING_CXX11_ABI=1
Install lib done !

6.4 配置运行环境

cd ./scripts
source envsetup_cmodel.sh

root@ubuntu:/workspace/scripts# source envsetup_cmodel.sh 
/workspace/scripts /workspace/scripts
numpy version: 1.21.5
local numpy ver=1.21.5,require ver=1.14.6
/workspace/bmnet/bmlog /workspace/scripts
WARNING: Skipping bmlog as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmlog-1.0.4-py2.py3-none-any.whl --user
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmlog-1.0.4-py2.py3-none-any.whl
Installing collected packages: bmlog
Successfully installed bmlog-1.0.4
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/bmnetc /workspace/scripts
WARNING: Skipping bmnetc as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmnetc-2.7.0-py2.py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmnetc-2.7.0-py2.py3-none-any.whl
Installing collected packages: bmnetc
Successfully installed bmnetc-2.7.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/bmnetm /workspace/scripts
WARNING: Skipping bmnetm as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmnetm-2.7.0-py2.py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmnetm-2.7.0-py2.py3-none-any.whl
Requirement already satisfied: mxnet>=1.6.0 in /usr/local/lib/python3.7/site-packages (from bmnetm==2.7.0) (1.6.0)
Requirement already satisfied: requests<3,>=2.20.0 in /usr/local/lib/python3.7/site-packages (from mxnet>=1.6.0->bmnetm==2.7.0) (2.27.1)
Requirement already satisfied: graphviz<0.9.0,>=0.8.1 in /usr/local/lib/python3.7/site-packages (from mxnet>=1.6.0->bmnetm==2.7.0) (0.8.4)
Requirement already satisfied: numpy<2.0.0,>1.16.0 in /usr/local/lib/python3.7/site-packages (from mxnet>=1.6.0->bmnetm==2.7.0) (1.21.5)
Requirement already satisfied: urllib3<1.27,>=1.21.1 in /usr/local/lib/python3.7/site-packages (from requests<3,>=2.20.0->mxnet>=1.6.0->bmnetm==2.7.0) (1.26.8)
Requirement already satisfied: certifi>=2017.4.17 in /usr/local/lib/python3.7/site-packages (from requests<3,>=2.20.0->mxnet>=1.6.0->bmnetm==2.7.0) (2021.10.8)
Requirement already satisfied: charset-normalizer~=2.0.0 in /usr/local/lib/python3.7/site-packages (from requests<3,>=2.20.0->mxnet>=1.6.0->bmnetm==2.7.0) (2.0.12)
Requirement already satisfied: idna<4,>=2.5 in /usr/local/lib/python3.7/site-packages (from requests<3,>=2.20.0->mxnet>=1.6.0->bmnetm==2.7.0) (3.3)
Installing collected packages: bmnetm
Successfully installed bmnetm-2.7.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/bmnett /workspace/scripts
WARNING: Skipping bmnett as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmnett-2.7.0-py2.py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmnett-2.7.0-py2.py3-none-any.whl
Installing collected packages: bmnett
Successfully installed bmnett-2.7.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/bmpaddle /workspace/scripts
WARNING: Skipping bmpaddle as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmpaddle-2.7.0-py2.py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmpaddle-2.7.0-py2.py3-none-any.whl
Installing collected packages: bmpaddle
Successfully installed bmpaddle-2.7.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/bmtflite /workspace/scripts
WARNING: Skipping bmtflite as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmtflite-2.7.0-py2.py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmtflite-2.7.0-py2.py3-none-any.whl
Installing collected packages: bmtflite
Successfully installed bmtflite-2.7.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/bmnetp /workspace/scripts
WARNING: Skipping bmnetp as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmnetp-2.7.0-py2.py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmnetp-2.7.0-py2.py3-none-any.whl
Requirement already satisfied: scipy in /usr/local/lib/python3.7/site-packages (from bmnetp==2.7.0) (1.7.3)
Requirement already satisfied: numpy<1.23.0,>=1.16.5 in /usr/local/lib/python3.7/site-packages (from scipy->bmnetp==2.7.0) (1.21.5)
Installing collected packages: bmnetp
Successfully installed bmnetp-2.7.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/bmnetu /workspace/scripts
WARNING: Skipping bmnetu as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmnetu-2.7.0-py2.py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmnetu-2.7.0-py2.py3-none-any.whl
Installing collected packages: bmnetu
Successfully installed bmnetu-2.7.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/bmnetd /workspace/scripts
WARNING: Skipping bmnetd as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmnetd-2.7.0-py2.py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmnetd-2.7.0-py2.py3-none-any.whl
Installing collected packages: bmnetd
Successfully installed bmnetd-2.7.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/bmneto /workspace/scripts
WARNING: Skipping bmneto as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple bmneto-2.7.0-py2.py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./bmneto-2.7.0-py2.py3-none-any.whl
Requirement already satisfied: protobuf>=3.8.0 in /usr/local/lib/python3.7/site-packages (from bmneto==2.7.0) (3.19.4)
Requirement already satisfied: onnx==1.7.0 in /usr/local/lib/python3.7/site-packages (from bmneto==2.7.0) (1.7.0)
Requirement already satisfied: onnxruntime==1.3.0 in /usr/local/lib/python3.7/site-packages (from bmneto==2.7.0) (1.3.0)
Requirement already satisfied: six in /usr/local/lib/python3.7/site-packages (from onnx==1.7.0->bmneto==2.7.0) (1.16.0)
Requirement already satisfied: numpy in /usr/local/lib/python3.7/site-packages (from onnx==1.7.0->bmneto==2.7.0) (1.21.5)
Requirement already satisfied: typing-extensions>=3.6.2.1 in /usr/local/lib/python3.7/site-packages (from onnx==1.7.0->bmneto==2.7.0) (4.1.1)
Installing collected packages: bmneto
Successfully installed bmneto-2.7.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/bmnet/calibration /workspace/scripts
WARNING: Skipping ufw as it is not installed.
python3 -m pip install --user -i https://mirrors.aliyun.com/pypi/simple ufw-1.0.0-py3-none-any.whl ufwio-0.9.0-py3-none-any.whl
Looking in indexes: https://mirrors.aliyun.com/pypi/simple
Processing ./ufw-1.0.0-py3-none-any.whl
Processing ./ufwio-0.9.0-py3-none-any.whl
Requirement already satisfied: python-gflags>=2.0 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (3.1.2)
Requirement already satisfied: python-dateutil>=1.4 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (2.8.2)
Collecting dash-cytoscape
  Downloading https://mirrors.aliyun.com/pypi/packages/34/be/21ee645cb7943ab71b08e32c90c26c71d3d03f08e5a52c50e6e76568f0a0/dash_cytoscape-0.3.0-py3-none-any.whl (3.6 MB)
     |████████████████████████████████| 3.6 MB 171 kB/s 
Requirement already satisfied: leveldb>=0.191 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (0.201)
Collecting dash-draggable
  Downloading https://mirrors.aliyun.com/pypi/packages/42/37/a0c8799b51fad2174dc43a1e4cc4e6d2b0de75d4624f171f3d2f88aea618/dash_draggable-0.1.2-py3-none-any.whl (173 kB)
     |████████████████████████████████| 173 kB 176 kB/s 
Requirement already satisfied: opencv-python>=3.0 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (4.5.5.64)
Requirement already satisfied: six>=1.1.0 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (1.16.0)
Requirement already satisfied: scipy>=0.13.2 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (1.7.3)
Requirement already satisfied: tqdm>=4.0 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (4.63.0)
Collecting ipykernel==5.3.4
  Downloading https://mirrors.aliyun.com/pypi/packages/52/19/c2812690d8b340987eecd2cbc18549b1d130b94c5d97fcbe49f5f8710edf/ipykernel-5.3.4-py3-none-any.whl (120 kB)
     |████████████████████████████████| 120 kB 169 kB/s 
Requirement already satisfied: lmdb>=1.3.0 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (1.3.0)
Requirement already satisfied: notebook in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (6.4.10)
Collecting dash-bootstrap-components
  Downloading https://mirrors.aliyun.com/pypi/packages/92/f8/78ed64a9f2bf85f8d5e6a59d7438db566d24da8ff8f3354bb51f6fdc7a45/dash_bootstrap_components-1.1.0-py3-none-any.whl (210 kB)
     |████████████████████████████████| 210 kB 158 kB/s 
Collecting dash-split-pane
  Downloading https://mirrors.aliyun.com/pypi/packages/16/3c/4ea9adc75e5163a479c0ae291b603fd8fda03ce15ecd1bc2a3791493100a/dash_split_pane-1.0.0.tar.gz (41 kB)
     |████████████████████████████████| 41 kB 7.5 kB/s 
Requirement already satisfied: protobuf>=2.5.0 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (3.19.4)
Requirement already satisfied: numpy>=1.7.1 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (1.21.5)
Requirement already satisfied: nose>=1.3.0 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (1.3.7)
Requirement already satisfied: grpcio>=1.38 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (1.44.0)
Requirement already satisfied: pandas>=0.12.0 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (1.3.5)
Collecting jsonschema==3.2.0
  Downloading https://mirrors.aliyun.com/pypi/packages/c5/8f/51e89ce52a085483359217bc72cdbf6e75ee595d5b1d4b5ade40c7e018b8/jsonschema-3.2.0-py2.py3-none-any.whl (56 kB)
     |████████████████████████████████| 56 kB 173 kB/s 
Requirement already satisfied: Cython>=0.19.2 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (0.29.28)
Collecting dash-table
  Downloading https://mirrors.aliyun.com/pypi/packages/da/ce/43f77dc8e7bbad02a9f88d07bf794eaf68359df756a28bb9f2f78e255bb1/dash_table-5.0.0-py3-none-any.whl (3.9 kB)
Requirement already satisfied: plotly>=4.0 in /usr/local/lib/python3.7/site-packages (from ufw==1.0.0) (5.6.0)
Collecting dash
  Downloading https://mirrors.aliyun.com/pypi/packages/8d/93/2b5f40859879a40bfb45e9e21ed4fba6e579206991e1e88e2ba0a5e43ff4/dash-2.3.1-py3-none-any.whl (9.6 MB)
     |████████████████████████████████| 9.6 MB 170 kB/s 
Requirement already satisfied: traitlets>=4.1.0 in /usr/local/lib/python3.7/site-packages (from ipykernel==5.3.4->ufw==1.0.0) (5.1.1)
Requirement already satisfied: jupyter-client in /usr/local/lib/python3.7/site-packages (from ipykernel==5.3.4->ufw==1.0.0) (7.1.2)
Requirement already satisfied: tornado>=4.2 in /usr/local/lib/python3.7/site-packages (from ipykernel==5.3.4->ufw==1.0.0) (6.1)
Requirement already satisfied: ipython>=5.0.0 in /usr/local/lib/python3.7/site-packages (from ipykernel==5.3.4->ufw==1.0.0) (7.32.0)
Requirement already satisfied: setuptools in /usr/local/lib/python3.7/site-packages (from jsonschema==3.2.0->ufw==1.0.0) (40.8.0)
Requirement already satisfied: pyrsistent>=0.14.0 in /usr/local/lib/python3.7/site-packages (from jsonschema==3.2.0->ufw==1.0.0) (0.18.1)
Requirement already satisfied: attrs>=17.4.0 in /usr/local/lib/python3.7/site-packages (from jsonschema==3.2.0->ufw==1.0.0) (21.4.0)
Requirement already satisfied: importlib-metadata in /usr/local/lib/python3.7/site-packages (from jsonschema==3.2.0->ufw==1.0.0) (4.11.3)
Requirement already satisfied: prompt-toolkit!=3.0.0,!=3.0.1,<3.1.0,>=2.0.0 in /usr/local/lib/python3.7/site-packages (from ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (3.0.28)
Requirement already satisfied: backcall in /usr/local/lib/python3.7/site-packages (from ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (0.2.0)
Requirement already satisfied: pexpect>4.3 in /usr/local/lib/python3.7/site-packages (from ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (4.8.0)
Requirement already satisfied: decorator in /usr/local/lib/python3.7/site-packages (from ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (5.1.1)
Requirement already satisfied: jedi>=0.16 in /usr/local/lib/python3.7/site-packages (from ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (0.18.1)
Requirement already satisfied: matplotlib-inline in /usr/local/lib/python3.7/site-packages (from ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (0.1.3)
Requirement already satisfied: pickleshare in /usr/local/lib/python3.7/site-packages (from ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (0.7.5)
Requirement already satisfied: pygments in /usr/local/lib/python3.7/site-packages (from ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (2.11.2)
Requirement already satisfied: parso<0.9.0,>=0.8.0 in /usr/local/lib/python3.7/site-packages (from jedi>=0.16->ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (0.8.3)
Requirement already satisfied: pytz>=2017.3 in /usr/local/lib/python3.7/site-packages (from pandas>=0.12.0->ufw==1.0.0) (2021.3)
Requirement already satisfied: ptyprocess>=0.5 in /usr/local/lib/python3.7/site-packages (from pexpect>4.3->ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (0.7.0)
Requirement already satisfied: tenacity>=6.2.0 in /usr/local/lib/python3.7/site-packages (from plotly>=4.0->ufw==1.0.0) (8.0.1)
Requirement already satisfied: wcwidth in /usr/local/lib/python3.7/site-packages (from prompt-toolkit!=3.0.0,!=3.0.1,<3.1.0,>=2.0.0->ipython>=5.0.0->ipykernel==5.3.4->ufw==1.0.0) (0.2.5)
Collecting flask-compress
  Downloading https://mirrors.aliyun.com/pypi/packages/b2/95/581bc6018dcef72593ebbbb0ac84050ce97ee36fa174014145d66765552b/Flask_Compress-1.11-py3-none-any.whl (7.9 kB)
Collecting Flask>=1.0.4
  Downloading https://mirrors.aliyun.com/pypi/packages/60/47/3b160a97474858486c6b6259d4cf6c0eb30e86b72014e0fe8c8ea7a22937/Flask-2.1.1-py3-none-any.whl (95 kB)
     |████████████████████████████████| 95 kB 146 kB/s 
Collecting dash-core-components==2.0.0
  Downloading https://mirrors.aliyun.com/pypi/packages/00/9e/a29f726e84e531a36d56cff187e61d8c96d2cc253c5bcef9a7695acb7e6a/dash_core_components-2.0.0-py3-none-any.whl (3.8 kB)
Collecting dash-html-components==2.0.0
  Downloading https://mirrors.aliyun.com/pypi/packages/75/65/1b16b853844ef59b2742a7de74a598f376ac0ab581f0dcc34db294e5c90e/dash_html_components-2.0.0-py3-none-any.whl (4.1 kB)
Requirement already satisfied: Werkzeug>=2.0 in /usr/local/lib/python3.7/site-packages (from Flask>=1.0.4->dash->ufw==1.0.0) (2.0.3)
Collecting itsdangerous>=2.0
  Downloading https://mirrors.aliyun.com/pypi/packages/68/5f/447e04e828f47465eeab35b5d408b7ebaaaee207f48b7136c5a7267a30ae/itsdangerous-2.1.2-py3-none-any.whl (15 kB)
Collecting click>=8.0
  Downloading https://mirrors.aliyun.com/pypi/packages/a0/66/c8196ad693d62384d8e800e5bd27434a64c0057fe169b61c69a73f1614a8/click-8.1.2-py3-none-any.whl (96 kB)
     |████████████████████████████████| 96 kB 178 kB/s 
Requirement already satisfied: Jinja2>=3.0 in /usr/local/lib/python3.7/site-packages (from Flask>=1.0.4->dash->ufw==1.0.0) (3.0.3)
Requirement already satisfied: typing-extensions>=3.6.4 in /usr/local/lib/python3.7/site-packages (from importlib-metadata->jsonschema==3.2.0->ufw==1.0.0) (4.1.1)
Requirement already satisfied: zipp>=0.5 in /usr/local/lib/python3.7/site-packages (from importlib-metadata->jsonschema==3.2.0->ufw==1.0.0) (3.7.0)
Requirement already satisfied: MarkupSafe>=2.0 in /usr/local/lib/python3.7/site-packages (from Jinja2>=3.0->Flask>=1.0.4->dash->ufw==1.0.0) (2.1.1)
Collecting brotli
  Downloading https://mirrors.aliyun.com/pypi/packages/15/ea/5bd575511b37bbd1c794606a0a621e6feff8e96b7dd007a86a5d218b2d94/Brotli-1.0.9-cp37-cp37m-manylinux1_x86_64.whl (357 kB)
     |████████████████████████████████| 357 kB 144 kB/s 
Requirement already satisfied: nest-asyncio>=1.5 in /usr/local/lib/python3.7/site-packages (from jupyter-client->ipykernel==5.3.4->ufw==1.0.0) (1.5.4)
Requirement already satisfied: pyzmq>=13 in /usr/local/lib/python3.7/site-packages (from jupyter-client->ipykernel==5.3.4->ufw==1.0.0) (22.3.0)
Requirement already satisfied: entrypoints in /usr/local/lib/python3.7/site-packages (from jupyter-client->ipykernel==5.3.4->ufw==1.0.0) (0.4)
Requirement already satisfied: jupyter-core>=4.6.0 in /usr/local/lib/python3.7/site-packages (from jupyter-client->ipykernel==5.3.4->ufw==1.0.0) (4.9.2)
Requirement already satisfied: argon2-cffi in /usr/local/lib/python3.7/site-packages (from notebook->ufw==1.0.0) (21.3.0)
Requirement already satisfied: nbconvert>=5 in /usr/local/lib/python3.7/site-packages (from notebook->ufw==1.0.0) (6.4.4)
Requirement already satisfied: prometheus-client in /usr/local/lib/python3.7/site-packages (from notebook->ufw==1.0.0) (0.13.1)
Requirement already satisfied: Send2Trash>=1.8.0 in /usr/local/lib/python3.7/site-packages (from notebook->ufw==1.0.0) (1.8.0)
Requirement already satisfied: nbformat in /usr/local/lib/python3.7/site-packages (from notebook->ufw==1.0.0) (5.2.0)
Requirement already satisfied: ipython-genutils in /usr/local/lib/python3.7/site-packages (from notebook->ufw==1.0.0) (0.2.0)
Requirement already satisfied: terminado>=0.8.3 in /usr/local/lib/python3.7/site-packages (from notebook->ufw==1.0.0) (0.13.3)
Requirement already satisfied: beautifulsoup4 in /usr/local/lib/python3.7/site-packages (from nbconvert>=5->notebook->ufw==1.0.0) (4.10.0)
Requirement already satisfied: testpath in /usr/local/lib/python3.7/site-packages (from nbconvert>=5->notebook->ufw==1.0.0) (0.6.0)
Requirement already satisfied: bleach in /usr/local/lib/python3.7/site-packages (from nbconvert>=5->notebook->ufw==1.0.0) (4.1.0)
Requirement already satisfied: nbclient<0.6.0,>=0.5.0 in /usr/local/lib/python3.7/site-packages (from nbconvert>=5->notebook->ufw==1.0.0) (0.5.13)
Requirement already satisfied: mistune<2,>=0.8.1 in /usr/local/lib/python3.7/site-packages (from nbconvert>=5->notebook->ufw==1.0.0) (0.8.4)
Requirement already satisfied: pandocfilters>=1.4.1 in /usr/local/lib/python3.7/site-packages (from nbconvert>=5->notebook->ufw==1.0.0) (1.5.0)
Requirement already satisfied: defusedxml in /usr/local/lib/python3.7/site-packages (from nbconvert>=5->notebook->ufw==1.0.0) (0.7.1)
Requirement already satisfied: jupyterlab-pygments in /usr/local/lib/python3.7/site-packages (from nbconvert>=5->notebook->ufw==1.0.0) (0.1.2)
Requirement already satisfied: argon2-cffi-bindings in /usr/local/lib/python3.7/site-packages (from argon2-cffi->notebook->ufw==1.0.0) (21.2.0)
Requirement already satisfied: cffi>=1.0.1 in /usr/local/lib/python3.7/site-packages (from argon2-cffi-bindings->argon2-cffi->notebook->ufw==1.0.0) (1.15.0)
Requirement already satisfied: pycparser in /usr/local/lib/python3.7/site-packages (from cffi>=1.0.1->argon2-cffi-bindings->argon2-cffi->notebook->ufw==1.0.0) (2.21)
Requirement already satisfied: soupsieve>1.2 in /usr/local/lib/python3.7/site-packages (from beautifulsoup4->nbconvert>=5->notebook->ufw==1.0.0) (2.3.1)
Requirement already satisfied: webencodings in /usr/local/lib/python3.7/site-packages (from bleach->nbconvert>=5->notebook->ufw==1.0.0) (0.5.1)
Requirement already satisfied: packaging in /usr/local/lib/python3.7/site-packages (from bleach->nbconvert>=5->notebook->ufw==1.0.0) (21.3)
Requirement already satisfied: pyparsing!=3.0.5,>=2.0.2 in /usr/local/lib/python3.7/site-packages (from packaging->bleach->nbconvert>=5->notebook->ufw==1.0.0) (3.0.7)
Building wheels for collected packages: dash-split-pane
  Building wheel for dash-split-pane (setup.py) ... done
  Created wheel for dash-split-pane: filename=dash_split_pane-1.0.0-py3-none-any.whl size=42684 sha256=3ecce59e8c8fd734ccd4479fd5394e8b1c1d39ee0caa77b6e3150bce140f07e2
  Stored in directory: /root/.cache/pip/wheels/4a/9a/ff/e566cbea8891f85e53b717820359ce19a8669f03174723491c
Successfully built dash-split-pane
Installing collected packages: jsonschema, itsdangerous, click, Flask, brotli, flask-compress, dash-table, dash-html-components, dash-core-components, ipykernel, dash, ufwio, dash-split-pane, dash-draggable, dash-cytoscape, dash-bootstrap-components, ufw
  WARNING: The script jsonschema is installed in '/root/.local/bin' which is not on PATH.
  Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
  WARNING: The script flask is installed in '/root/.local/bin' which is not on PATH.
  Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
  WARNING: The scripts dash-generate-components, dash-update-components and renderer are installed in '/root/.local/bin' which is not on PATH.
  Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
Successfully installed Flask-2.1.1 brotli-1.0.9 click-8.1.2 dash-2.3.1 dash-bootstrap-components-1.1.0 dash-core-components-2.0.0 dash-cytoscape-0.3.0 dash-draggable-0.1.2 dash-html-components-2.0.0 dash-split-pane-1.0.0 dash-table-5.0.0 flask-compress-1.11 ipykernel-5.3.4 itsdangerous-2.1.2 jsonschema-3.2.0 ufw-1.0.0 ufwio-0.9.0
WARNING: You are using pip version 20.3.4; however, version 22.0.4 is available.
You should consider upgrading via the '/usr/local/bin/python3 -m pip install --upgrade pip' command.
/workspace/scripts
/workspace/scripts
root@ubuntu:/workspace/scripts#

6.5 模型转换

6.5.1 FP32和IN8

# 在docker环境中操作

# 进入model模型路径
cd examples/SSD_object/model/
./download_ssd_model.sh

# 生成fp32_bmodel
./gen_bmodel.sh

# 查看生成的fp32_bmodel模型
ls out/

# 生成int8_bmodel模型
./gen_umodel_int8bmodel.sh

# 查看生成的int8_bmodel模型
ls out/

6.5.2 执行 `download_ssd_model.sh`

下载预训练模型。

root@ubuntu:/workspace/examples/SSD_object/model# ./download_ssd_model.sh 
File already exists! Skip downloading procedure ...
Unzipping the file...
models/VGGNet/VOC0712/SSD_300x300/
models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt
models/VGGNet/VOC0712/SSD_300x300/score_ssd_pascal.py
models/VGGNet/VOC0712/SSD_300x300/solver.prototxt
models/VGGNet/VOC0712/SSD_300x300/ssd_pascal.py
models/VGGNet/VOC0712/SSD_300x300/test.prototxt
models/VGGNet/VOC0712/SSD_300x300/train.prototxt
models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel
Cleaning up...
All done!

6.5.3 执行 `gen_bmodel.sh`

生成 FP32 模型。

root@ubuntu:/workspace/examples/SSD_object/model# ll out/
total 105184
drwxr-xr-x 4 root root      4096 Apr 11 20:38 ./
drwxrwxr-x 5 1000 1000      4096 Apr 11 20:36 ../
-rw-r--r-- 1 root root 107688928 Apr 11 20:38 fp32_ssd300.bmodel
drwxr-xr-x 2 root root      4096 Apr 11 20:36 ssd300/
drwxr-xr-x 2 root root      4096 Apr 11 20:38 ssd300_4batch/

生成的FP32模型
fp32_ssd300.bmodel
107.7MB

6.5.4 执行 `gen_umodel_int8bmodel.sh`

生成 INT8 模型。

============================================================
*** Store bmodel of BMCompiler...
============================================================
BMLIB Send Quit Message
bmnetu ok for batch 4
Success: combined to [out/int8_ssd300.bmodel].
combine bmodel ok

生成的INT8模型
int8_ssd300.bmodel
28.9MB

生成INT8模型占用较多CPU。

6.6 编译

cd ./example/SSD_object/cpp_cv_bmcv_bmrt

# 编译
make -f Makefile.arm
# 编译后，生成 ssd300_cv_bmcv_bmrt.arm 文件

# 将 ssd300_cv_bmcv_bmrt.arm 拷贝到SE5小盒子/data/目录下
scp ./examples/SSD_object/cpp_cv_bmcv_bmrt/ssd300_cv_bmcv_bmrt.arm [email protected]:/data/ssd_object_demo/

# 将 fp32_ssd300.bmodel 拷贝到SE5小盒子/data/目录下
scp ./examples/SSD_object/model/out/fp32_ssd300.bmodel [email protected]:/data/ssd_object_demo/

# 将 int8_ssd300.bmodel 拷贝到SE5小盒子/data/目录下
scp ./examples/SSD_object/model/out/int8_ssd300.bmodel [email protected]:/data/ssd_object_demo/

# 将测试图片 vehicle_1.jpg 拷贝到SE5小盒子/data/目录下
scp ./res/image/vehicle_1.jpg [email protected]:/data/ssd_object_demo/

6.7 运行测试

# ssd300_cv_bmcv_bmrt.arm 指令用法

USAGE:
  ./ssd300_cv_bmcv_bmrt.arm image <image file> <bmodel path> <test count> <device id>
  ./ssd300_cv_bmcv_bmrt.arm video <video url>  <bmodel path> <test count> <device id>

# 登录到SE5
ssh [email protected]

# 进入ssd_object_demo目录
cd /data/ssd_object_demo

# 运行测试 fp32_ssd300.bmodel
./ssd300_cv_bmcv_bmrt.arm image ./vehicle_1.jpg ./fp32_ssd300.bmodel 1 0

# 运行测试 int8_ssd300.bmodel
./ssd300_cv_bmcv_bmrt.arm image ./vehicle_1.jpg ./int8_ssd300.bmodel 1 0

# 测试的结果保存在 result 路径
/data/ssd_object_demo/results

out-batch-fp32-t_0_dev_0_vehicle_1.jpg
out-batch-int8-t_0_dev_0_vehicle_1.jpg

6.7.1 测试 `fp32_ssd300.bmodel` 模型

测试 FP32 infer，测试1次。

linaro@seeking:/data/ssd_object_demo$ ./ssd300_cv_bmcv_bmrt.arm image ./vehicle_1.jpg fp32_ssd300.bmodel 1 0
set device id:0
bmcpu init: skip cpu_user_defined
open usercpu.so, init user_cpu_init 
[BMRT][load_bmodel:784] INFO : Loading bmodel from [fp32_ssd300.bmodel]. Thanks for your patience...
[BMRT][load_bmodel:748] INFO : pre net num: 0, load net num: 1
Open /dev/jpu successfully, device index = 0, jpu fd = 22, vpp fd = 23
class id:  6 upper-left: ( 652.67542,  253.06639)  object-size: ( 945.39197,  676.06012)
class id:  6 upper-left: (1376.94324,  438.03113)  object-size: ( 521.96301,  643.66248)
class id:  6 upper-left: ( 832.24683,   49.16213)  object-size: ( 345.22144,  162.27859)
class id:  7 upper-left: ( 236.51318,  802.92780)  object-size: ( 486.17816,  269.36493)
class id:  7 upper-left: (1282.00513,  209.12936)  object-size: ( 202.10974,  115.12851)
class id:  7 upper-left: ( 372.09344,  535.28412)  object-size: ( 309.26434,  229.60358)
class id:  7 upper-left: ( 502.21912,  130.76361)  object-size: ( 141.95667,  148.55127)
class id:  7 upper-left: (1552.48718,  262.08255)  object-size: ( 273.29871,  141.04590)
class id:  7 upper-left: (1101.15466,  173.13582)  object-size: ( 152.95129,   96.85536)
##############################################

############################
SUMMARY: detect 
############################
[         ssd overall]  loops:    1 avg: 68541 us
[          read image]  loops:    1 avg: 14919 us
[        attach input]  loops:    1 avg: 700 us
[           detection]  loops:    1 avg: 40730 us
[     ssd pre-process]  loops:    1 avg: 4020 us
[ ssd pre-process-vpp]  loops:    1 avg: 3878 us
[ssd pre-process-linear_tranform]  loops:    1 avg: 137 us
[       ssd inference]  loops:    1 avg: 36422 us
[    ssd post-process]  loops:    1 avg: 283 us

测试 FP32 infer，测试100次。

############################
SUMMARY: detect
############################
[         ssd overall]  loops:  100 avg: 52223 us
[          read image]  loops:  100 avg: 6036 us
[        attach input]  loops:  100 avg: 646 us
[           detection]  loops:  100 avg: 36320 us
[     ssd pre-process]  loops:  100 avg: 1352 us
[ ssd pre-process-vpp]  loops:  100 avg: 1234 us
[ssd pre-process-linear_tranform]  loops:  100 avg: 114 us
[       ssd inference]  loops:  100 avg: 34782 us
[    ssd post-process]  loops:  100 avg: 179 us


real    0m5.746s
user    0m0.300s
sys     0m0.708s

TPU占用情况

TPU存储空间占用约170MB，TPU计算单元占用约70%。

测试 FP32 infer，测试10000次。

############################
SUMMARY: detect
############################
[         ssd overall]  loops:  100 avg: 52355 us
[          read image]  loops:  100 avg: 6036 us
[        attach input]  loops:  100 avg: 592 us
[           detection]  loops:  100 avg: 36299 us
[     ssd pre-process]  loops:  100 avg: 1337 us
[ ssd pre-process-vpp]  loops:  100 avg: 1213 us
[ssd pre-process-linear_tranform]  loops:  100 avg: 117 us
[       ssd inference]  loops:  100 avg: 34766 us
[    ssd post-process]  loops:  100 avg: 186 us


real    8m40.758s
user    0m21.340s
sys     0m51.500s

TPU占用情况

TPU存储空间占用约170MB，TPU计算单元占用约70%。

6.7.2 测试 `int8_ssd300.bmodel` 模型

测试 IN8 infer，测试1次。

linaro@seeking:/data/ssd_object_demo$ time ./ssd300_cv_bmcv_bmrt.arm image ./vehicle_1.jpg int8_ssd300.bmodel 1 0
set device id:0
bmcpu init: skip cpu_user_defined
open usercpu.so, init user_cpu_init
[BMRT][load_bmodel:784] INFO : Loading bmodel from [int8_ssd300.bmodel]. Thanks for your patience...
[BMRT][load_bmodel:748] INFO : pre net num: 0, load net num: 1
Open /dev/jpu successfully, device index = 0, jpu fd = 22, vpp fd = 23
class id:  6 upper-left: ( 650.39563,  219.20303)  object-size: ( 907.43347,  681.00745)
class id:  6 upper-left: (1397.98071,  454.04749)  object-size: ( 493.77759,  623.05029)
class id:  6 upper-left: ( 801.93707,   43.81337)  object-size: ( 484.97638,  189.64525)
class id:  7 upper-left: ( 366.49045,  511.13013)  object-size: ( 300.19205,  229.80463)
class id:  7 upper-left: ( 265.79416,  786.34570)  object-size: ( 475.49539,  278.35022)
class id:  7 upper-left: (1303.27466,  187.31776)  object-size: ( 162.53564,  122.18419)
class id:  7 upper-left: (1529.50635,  233.78185)  object-size: ( 294.20020,  172.38023)
##############################################

############################
SUMMARY: detect
############################
[         ssd overall]  loops:    1 avg: 47610 us
[          read image]  loops:    1 avg: 7244 us
[        attach input]  loops:    1 avg: 655 us
[           detection]  loops:    1 avg: 30116 us
[     ssd pre-process]  loops:    1 avg: 1506 us
[ ssd pre-process-vpp]  loops:    1 avg: 1349 us
[ssd pre-process-linear_tranform]  loops:    1 avg: 153 us
[       ssd inference]  loops:    1 avg: 28349 us
[    ssd post-process]  loops:    1 avg: 255 us


real    0m0.224s
user    0m0.088s
sys     0m0.092s

测试 IN8 infer，测试100次

############################
SUMMARY: detect
############################
[         ssd overall]  loops:  100 avg: 45492 us
[          read image]  loops:  100 avg: 5941 us
[        attach input]  loops:  100 avg: 598 us
[           detection]  loops:  100 avg: 29812 us
[     ssd pre-process]  loops:  100 avg: 1359 us
[ ssd pre-process-vpp]  loops:  100 avg: 1238 us
[ssd pre-process-linear_tranform]  loops:  100 avg: 116 us
[       ssd inference]  loops:  100 avg: 28301 us
[    ssd post-process]  loops:  100 avg: 146 us


real    0m4.729s
user    0m0.288s
sys     0m0.616s

TPU占用情况

TPU存储空间占用约47MB，TPU计算单元占用约60%。

测试 IN8 infer，测试10000次

############################
SUMMARY: detect
############################
[         ssd overall]  loops:  100 avg: 45465 us
[          read image]  loops:  100 avg: 6047 us
[        attach input]  loops:  100 avg: 590 us
[           detection]  loops:  100 avg: 29793 us
[     ssd pre-process]  loops:  100 avg: 1331 us
[ ssd pre-process-vpp]  loops:  100 avg: 1206 us
[ssd pre-process-linear_tranform]  loops:  100 avg: 118 us
[       ssd inference]  loops:  100 avg: 28305 us
[    ssd post-process]  loops:  100 avg: 147 us


real    7m38.763s
user    0m19.536s
sys     0m52.036s

TPU占用情况

TPU存储空间占用约47MB，TPU计算单元占用约60%。

6.7.3 查看infer结果

6.7.3.1 FP32

out-batch-fp32-t_0_dev_0_vehicle_1.jpg

6.7.3.2 INT8

out-batch-int8-t_0_dev_0_vehicle_1.jpg

你可能感兴趣的:(运维,SE5,Sophone,算丰)

从0到500+，我是如何利用自媒体赚钱？一列脚印
运营公众号半个多月，从零基础的小白到现在慢慢懂了一些运营的知识。做好公众号是很不容易的，要做很多事情；排版、码字、引流…通通需要自己解决，业余时间全都花费在这上面涨这么多粉丝是真的不容易，对比知乎大佬来说，我们这种没资源，没人脉，还没钱的小透明来说，想要一个月涨粉上万，怕是今天没睡醒（不过你有的方法，算我piapia打脸）至少我是清醒的，自己慢慢努力，实现我的万粉目标！大家快来围观、支持我吧！孩子
【JS】执行时长(100分) |思路参考+代码解析（C++） l939035548 JS 算法数据结构 c++
题目为了充分发挥GPU算力，需要尽可能多的将任务交给GPU执行，现在有一个任务数组，数组元素表示在这1秒内新增的任务个数且每秒都有新增任务。假设GPU最多一次执行n个任务，一次执行耗时1秒，在保证GPU不空闲情况下，最少需要多长时间执行完成。题目输入第一个参数为GPU一次最多执行的任务个数，取值范围[1,10000]第二个参数为任务数组长度，取值范围[1,10000]第三个参数为任务数组，数字范围
想家，想念家乡的四季三妹杨敏
不知道，为什么，这次我回自己出生地—老家，反倒有了一种出差走亲戚的感觉。人啊，出来得久了，就生分了。就不再那么心贴着心脸对着脸了。需要时间，需要机缘，需要我们再重新把自己的思维重置一遍，你才能够转得回这个弯儿的。最好的转弯儿，不是说教，也不是余旧，都有些治标不治本。真正管用的东西，只有一样。也简单。一个字：吃。吃一顿家乡的饭，喝一口家乡的水，听一听那浓重得有些陌生的乡音，心就回来了。心回来，人才算
第二十五辑-安尘乱物 wallowed
1、《劳犁》作犁耕土解炎林，劳碌秋丰四两金。挥汗佝偻衣褴褛，卖得如洗衬寒贫。春种南山锄造力，傍老倚仗体民心。颗籽无收黍稷尘，农田饥劬苦疫病。牛羊冷炙食蚕桑，丁壮耒耜宿闲勤。归来未已开红豆，篱落花稀麦苗青。米贵征徭生柴火，荒草凄清渐鸡鸣。谷雨时节方期许，择日又是复曾经。2、《忘言》久别似相识，对酒客长安。嘘唏一仗夜，临行却忘言。江雪空投岸，梨花淡云烟。若问有缘人，相窥两不厌。莫作酒魂归，窗台结生寒。
人物素描金丝草
某男子，矮小猥琐，虽头脑灵活，但心胸极其狭窄，睚眦必报。初识此人，笑脸相迎，温语款款，让人心生亲近之情。久之，狐狸尾巴渐露，很是喜欢挑生是非，欺软怕硬，阴谋诡计，层出不穷。但外表依然装出一副正人君子，似乎他就是真理。天生此人，也算机缘，只是天道公正，奸邪污秽之人，必夺其福，机关算尽，也不过得其一二，于是乎，此人愈发干瘦命薄，日益佝偻，大有肺痨之嫌。唉，早知如此，何必当初。
我在工地当农民工（四）唐门耕云
做工虽然累，但是心情是舒畅的，逢到下雨的天气不能做工，便在厂棚里休息，这里山好水好空气也好，仿佛世外桃源一般，抬头就是郁郁葱葱的青山，还有哪流淌不息的河水。我在这里干了半个多月就完工了，快过年时领到了工钱，每天能挣二百多元也算不少的了。
2020年最新程序员职业发展路线指南，超详细！编程流川枫 11 编程语言程序员互联网 IT 职业
【文章来源微信公众号：每天学编程】01、程序员的特性技术出身的职场人特性很明显，与做市场、业务出身的职场人区别尤其明显。IT行业中常见的一些职场角色：老板、项目经理、产品经理、需求分析师、设计师、开发工程师、运维工程师等。开发工程师具有如下特征：1、逻辑思维清晰、严谨和细腻；但是有时不容易转弯，有些程序员容易较劲、钻牛角尖。2、性格偏内向、不善于沟通、表达和交际；但是在网络聊天工具上，有些显为幽默
【从问题中去学习k8s】k8s中的常见面试题（夯实理论基础）（二十八）向往风的男子 k8s 学习 kubernetes 容器
本站以分享各种运维经验和运维所需要的技能为主《python零基础入门》：python零基础入门学习《python运维脚本》：python运维脚本实践《shell》：shell学习《terraform》持续更新中：terraform_Aws学习零基础入门到最佳实战《k8》从问题中去学习k8s《docker学习》暂未更新《ceph学习》ceph日常问题解决分享《日志收集》ELK+各种中间件《运维日常》
11.19星期四，是五彩斑斓的黑大龙猫说
这学期，每到周四的早晨，当闹钟响起时，我都会脑补一百种可以请假不上班的情境。因为我的星期四，是黑色的。从早读，到早操，再连堂两节课，再连堂两节课教研，这是周四的上午。中午和下午第一节课虽然空闲，但我必须马不停蹄地改作业，因为最后一节课还是我的。上完这节课，再看完阳光体育，检查值日，我这一天才算“熬”过去。这时候，如果学生再来点什么纠纷，我就需要动用仅有的空闲时间来处理，那可真是“压垮骆驼的最后一根
ruby和python哪个好学 hakesashou python基础知识 ruby python 开发语言
Ruby和python都挺好学的。建议学习Python，语法的话，Python相对更简洁。而且Python应用场合更广泛，运维、网站开发、数据处理、科学研究都可以。Ruby和Python十分相似，有很多共同点，但也有一些不同之外，以下是Python和Ruby的对比：1、Python和Ruby都是面向对象的语言，都是动态和灵活的。二者的主要区别在于他们解决问题的方式。Ruby提供了不同的方法，而Py
莆田鞋十大良心微商推荐，莆田鞋推荐微商排名一览表腕表鞋屋
莆田鞋是广受欢迎的一种休闲鞋，因其舒适耐穿而备受消费者喜爱。在如今的微商市场中，有许多卖家代理莆田鞋，但是有些卖家并不那么负责，售卖的鞋子品质堪忧。因此，今天我们就来盘点一下莆田鞋的十大良心微商，为大家推荐一些靠谱的卖家。微信:726865(下单赠送精美礼品)1.小尼鞋铺小尼鞋铺是一家专注于莆田鞋销售的微商店铺，主打高品质的鞋子，深受用户好评。2.快乐小屋快乐小屋作为一个专业的莆田鞋代理店，拥有丰
阿里云服务器4核8G配置可选实例规格及最新优惠价格表（2023最新）阿里云最新优惠和活动汇总
阿里云4核8G服务器有十几种实例规格可选，其中计算型c7、通用算力型u1和计算优化型c7（国外地域）三种实例规格有优惠，其中计算型c7实例4核8G配置1M带宽优惠价格为3127.61元1年、5M带宽优惠价格为3862.01元1年；通用算力型u1实例4核8G配置1M带宽1367.86元1年、5M带宽优惠价格为1735.06元1年；计算优化型c7（国外地域）实例4核8G配置1M带宽5907.19元1年
ajax的同源策略 Spring_Bear
问题之前帮忙做的广告机器人数据提交的部分，利用ajax的XMLHTTPRequest提交到服务器的时候总是报错，错误类型是不同源。想到浏览器中的同源策略，明白了问题的原因。同源策略简单的说，就是浏览器不允许两个不同源的域名之间交换信息，那么这里就有两个问题。一是，什么信息不允许交换；二是，怎样算不同源。阮一峰的这篇博客浏览器同源政策及其规避方法其实已经介绍得比较清楚。引用一下，第一个问题：目前，如
华为云分布式缓存服务DCS与开源服务差异对比 hcinfo_18 redis使用华为云 Redis5.0 分布式缓存服务 Redis客户端
分布式缓存服务DCS提供单机、主备、集群等丰富的实例类型，满足用户高读写性能及快速数据访问的业务诉求。支持丰富的实例管理操作，帮助用户省去运维烦恼。用户可以聚焦于业务逻辑本身，而无需过多考虑部署、监控、扩容、安全、故障恢复等方面的问题。DCS基于开源Redis、Memcached向用户提供一定程度定制化的缓存服务，因此，除了拥有开源服务缓存数据库的优秀特性，DCS提供更多实用功能。一、与开源Red
软件测试/测试开发/全日制 |利用Django REST framework构建微服务霍格沃兹-慕漓 django 微服务 sqlite
霍格沃兹测试开发学社推出了《Python全栈开发与自动化测试班》。本课程面向开发人员、测试人员与运维人员，课程内容涵盖Python编程语言、人工智能应用、数据分析、自动化办公、平台开发、UI自动化测试、接口测试、性能测试等方向。为大家提供更全面、更深入、更系统化的学习体验，课程还增加了名企私教服务内容，不仅有名企经理为你1v1辅导，还有行业专家进行技术指导，针对性地解决学习、工作中遇到的难题。让找
聚划算百亿补贴劵怎么抢，淘宝百亿补贴内部整点抢劵技巧测评君高省
聚划算作为淘宝平台的另一个促销活动，最近也是备受人关注，毕竟很多东西真的是也很实惠，当然聚划算也是有优惠券可以使用的，但是卖家们肯定也是要考虑到自己的盈利情况设置优惠券的，那怎么设置呢?买家又如何领取呢?文章最后更省钱的网购方法！JU.划-算【百亿补贴】，真补贴超划算，买贵必赔，复制下条打开淘宝领取cop.y>>閞(CZ6932fHv6d3714hR//推荐应用商店下载高省app，高省登录邀请码1
今日份碎碎念光阴有侍
今天也太忙了吧，感觉一个人干了三个人的活，又是找图片，修图片，然后画cad改cad还要算面积，好不容易在五点之前搞好了，正准备下班呢，助理又开始有问题，真的好烦啊，做一个窗户收口要做一个小时，我也真的是够了，每次都耽误下班。不知道明天能不能早点下班呀，还要去兼职呢。兼职去的越来越少了，好想多挣钱啊，但是我又想休息。今天本来打算写文章的，结果太忙了，也没时间写，不知道明天能不能写啊。最近真的太乱七八
那些三观不正听了却很舒服的话鱼籽酱文化
那些三观不正听了却很舒服的话，能让你瞬间释怀。你要和我一样痛苦，才算道歉。对于喜欢的人和事物，我永远都是双标。努力不一定会成功，但不努力真的很轻松。善解人意是什么东西？委屈我自己让你开心吗？喜欢胜过所有道理，原则抵不过我乐意。既往不咎，这个词太虚伪，它不适合我，我喜欢风水轮流转，给我往死里转。如果说话伤到了你，请别怀疑我的教养，我就是故意的。强扭的瓜不甜，但扭下来了我就开心。为什么要替别人考虑，我
夏季这么做，酒店空调能耗降一半酒店大白话
每年7、8月都是一年中用电量最大的时期，因为三伏天到了，热热热热热呀~你的空调、西瓜、冰激凌、WiFi都准备好了吗？掐指一算，这两个月电费会直线上升。不过，会做生意的酒店人，早就在源头上解决了耗电问题，将能耗降了一半！想知道怎么做吗？请看以下分享：经国家有关权威部门统计，城市电网高峰负荷约1/3用于空调制冷，使许多地区用电高度紧张，拉闸限电频繁。预计到2020年，全国制冷电力负荷高峰将达1.8亿k
分手两年后，前男友又出现在我面前，让我再给他一次机会花向暖情感故事
1、遇见今天我去某饭馆吃饭的时候，居然遇到了夏明丰。两年多不见，他成熟了，但是依然帅气，他说，“欣欣，终于等到你了。”原来，他是特意在这里等我的，他知道我喜欢来这里吃饭。他说，“我已经在这里等了三天了，如果今天还等不到你，我就打算放弃了，没想到你就来了，也许这就是缘份吧！”我心里五味杂陈，曾经的一幕幕在我脑海里呈现。我和夏明丰大学时是同学，那时，很多人追我，夏明丰只是其中一个。那时他对我特别好，只
释放“AI+”新质生产力，深算院如何“把大数据变小”？ YashanDB YashanDB 国产数据库数据库数据库大数据
近期，南都·湾财社推出《新质·中国造》栏目，深入千行百业，遍访湾区企业，解锁湾区新质生产力，共探高质量发展之道。本期对话深圳计算科学研究院YashanDB首席技术官陈志标，探讨国产数据库如何实现创新突围，抢抓数字经济时代的新机遇。以下是专访内容：如何应对AI时代所面临的算力挑战？南都·湾财社：数据、算力和算法是发展人工智能的三要素，深算院做了怎样的前瞻性布局？陈志标：今年，政府工作报告中首次提及开
青春与你（56）何廿三
在市中心的一家自助火锅，招牌上面写着“自助火锅，28元一位”，经过宿舍6个人的讨论，按照平时吃火锅的价格，28元算是比较低的了，就它了。韩一一个宿舍六个大汉，没开始吃之前，就摆了满满的一桌菜，各种的饮料。按照自助餐的吃法，就是要“扶着墙进去，扶着墙出来”，才算对得起自助餐。开始还真不知道舍友的战斗力，可是吃了之后才发现，这几个在一起就没停过，肥牛和肥羊都吃了30盘，还有虾，就连青菜都把店家的菜库一
Prometheus运维六 PromQL查询语言详解及操作安顾里 Prometheus 监控类大数据 kubernetes 运维 linux
海阔凭鱼跃，天高任鸟飞Prometheus官网：https://prometheus.io/文章目录1.什么是PromQL?2.PromQL的基本使用2.1时间序列选择器2.1.1瞬时向量选择器2.2区间向量选择器2.2.1范围向量选择器2.2.2时间位移操作2.2.3使用聚合操作2.3标量和字符串3.PromQL操作符4.内置常用函数5.HTTPAPI操作PromQL6.使用建议1.什么是Pro
《道德经》第五十四章赏析旭日老师
【原文】善建者不拔，善抱①者不脱，子孙以祭祀不辍②。修之于身，其德乃真；修之于家，其德乃余；修之于乡，其德乃长③；修之于邦④，其德乃丰；修之于天下，其德乃普。故以身观身，以家观家，以乡观乡⑤，以邦观邦，以天下观天下。吾何以知天下然哉？以此。【注释】1.抱：抱住、守住、固定、牢固。此句为善于抱住初心不改的不轻易放弃。一说为守住天下，与建立天下相对。2.子孙以祭祀不辍：辍，停止、断绝、终止。此句意为：
Ansible架构介绍与安装 2401_86637445 ansible 架构
一、介绍Ansible什么是Ansible?Ansible是一款自动化运维工具，其主要功能是帮助运维实现IT工作的自动化、降低人为操作失误、提高业务自动化率、提升运维工作效率。实现了批量系统配置、批量程序部署、批量运行命令等功能。ansiblepuppetsaltstack主流的三种。ansible自动化运维工具被红帽收购阿里巴巴在用saltstackpython开发。无客户端，只需安装SSH、P
水调歌头：同唱一首歌 A金文丰
水调歌头：同唱一首歌词/金文丰金秋百花绽，佳节万民欢。大江南北同庆，神韵醉人间。往昔枪林弹雨，今日宏图大展，一派艳阳天。军威向深海，科技舞长鞭。曲折路，阔步进，破难关。初心不忘，精准济困手相牵。华夏山河重塑，盛世家园新建，泼墨写诗篇。同唱东方美，圆梦笑开颜。注释：词林正韵毛滂体
【K8S】kubernetes集群架构与组件奇奇怪怪^ 云 Linux IT 运维服务器 linux
文章目录【K8S】kubernetes集群架构与组件kubernetes组件**master组件**node组件整体流程POD终止过程【K8S】kubernetes集群架构与组件kubernetes组件K8S是属于主从设备模型(Master-slave架构)，即有Master节点负责集群的调度、管理和运维，Slave节点是集群中的运算工作负载节点在K8S中，主节点一般被称为Master节点，而从节
数算主恩書亞子君
求祢指教我们怎样数算自己的日子，好叫我们得着智慧的心。(诗篇90:12)祢以恩典为年岁的冠冕；祢的路径都滴下脂油。图片发自App(诗篇65:11)阿们！
怀孕后需要注意些啥？不同月份“注意”不同，孕妈收藏并牢记于心市区区一品一德呀
整个孕期，如果按足月妊娠来算就是整10个月，40周共280天，这10个月又分为三个阶段，分别是怀孕早、中、晚期。怀孕早期是胚胎分化发育的阶段，当然也是流产和胎停的高发期；到了怀孕中期，也就是孕期中间的三个月，算是比较稳定的阶段，也是孕妈最舒服的阶段；怀孕晚期是最后的三个月，这个阶段胎儿随时可能出生。不同孕期的不同月份，孕妈需要注意的事项也不同。怀孕第一个月：刚怀孕，不少孕妈可能刚发现怀孕，也有的孕
Spring Boot实现多租户架构 spring_root spring boot 架构后端
一、概述1什么是多租户架构？多租户架构是指在一个应用中支持多个租户（Tenant）同时访问，每个租户拥有独立的资源和数据，并且彼此之间完全隔离。通俗来说，多租户就是把一个应用按照客户的需求“分割”成多个独立的实例，每个实例互不干扰。2多租户架构的优势更好地满足不同租户的个性化需求。可以降低运维成本，减少硬件、网络等基础设施的投入。节约开发成本，通过复用代码，快速上线新的租户实例。增强了系统的可扩展
ViewController添加button按钮解析。（翻译）张亚雄 c
<div class="it610-blog-content-contain" style="font-size: 14px"></div>// ViewController.m // Reservation software // // Created by 张亚雄 on 15/6/2.
mongoDB 简单的增删改查开窍的石头 mongodb
在上一篇文章中我们已经讲了mongodb怎么安装和数据库/表的创建。在这里我们讲mongoDB的数据库操作在mongo中对于不存在的表当你用db.表名他会自动统计下边用到的user是表明，db代表的是数据库添加(insert):
log4j配置 0624chenhong log4j
1) 新建java项目 2) 导入jar包，项目右击，properties—java build path—libraries—Add External jar，加入log4j.jar包。 3) 新建一个类com.hand.Log4jTest package com.hand; import org.apache.log4j.Logger; public class
多点触摸(图片缩放为例) 不懂事的小屁孩多点触摸
多点触摸的事件跟单点是大同小异的，上个图片缩放的代码，供大家参考一下 import android.app.Activity; import android.os.Bundle; import android.view.MotionEvent; import android.view.View; import android.view.View.OnTouchListener
有关浏览器窗口宽度高度几个值的解析换个号韩国红果果 JavaScript html
1 元素的 offsetWidth 包括border padding content 整体的宽度。 clientWidth 只包括内容区 padding 不包括border。 clientLeft = offsetWidth -clientWidth 即这个元素border的值 offsetLeft 若无已定位的包裹元素
数据库产品巡礼：IBM DB2概览蓝儿唯美 db2
IBM DB2是一个支持了NoSQL功能的关系数据库管理系统，其包含了对XML，图像存储和Java脚本对象表示（JSON）的支持。DB2可被各种类型的企业使用，它提供了一个数据平台，同时支持事务和分析操作，通过提供持续的数据流来保持事务工作流和分析操作的高效性。 DB2支持的操作系统 DB2可应用于以下三个主要的平台: 工作站，DB2可在Linus、Unix、Windo
java笔记5 a-john java
控制执行流程： 1，true和false 利用条件表达式的真或假来决定执行路径。例：（a==b）。它利用条件操作符“==”来判断a值是否等于b值，返回true或false。java不允许我们将一个数字作为布尔值使用，虽然这在C和C++里是允许的。如果想在布尔测试中使用一个非布尔值，那么首先必须用一个条件表达式将其转化成布尔值，例如if(a!=0)。 2，if-els
Web开发常用手册汇总 aijuans PHP
一门技术，如果没有好的参考手册指导,很难普及大众。这其实就是为什么很多技术，非常好，却得不到普遍运用的原因。正如我们学习一门技术，过程大概是这个样子： ①我们日常工作中，遇到了问题，困难。寻找解决方案，即寻找新的技术； ②为什么要学习这门技术？这门技术是不是很好的解决了我们遇到的难题，困惑。这个问题，非常重要，我们不是为了学习技术而学习技术，而是为了更好的处理我们遇到的问题，才需要学习新的
今天帮助人解决的一个sql问题 asialee sql
今天有个人问了一个问题，如下： type AD value A
意图对象传递数据百合不是茶 android 意图Intent Bundle对象数据的传递
学习意图将数据传递给目标活动; 初学者需要好好研究的 1,将下面的代码添加到main.xml中 <?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns:android="http:/
oracle查询锁表解锁语句 bijian1013 oracle object session kill
一.查询锁定的表如下语句，都可以查询锁定的表语句一： select a.sid, a.serial#, p.spid, c.object_name, b.session_id, b.oracle_username, b.os_user_name from v$process p, v$s
mac osx 10.10 下安装 mysql 5.6 二进制文件［tar.gz］征客丶 mysql osx
场景：在 mac osx 10.10 下安装 mysql 5.6 的二进制文件。环境：mac osx 10.10、mysql 5.6 的二进制文件步骤：[所有目录请从根“/”目录开始取，以免层级弄错导致找不到目录] 1、下载 mysql 5.6 的二进制文件，下载目录下面称之为 mysql5.6SourceDir；下载地址：http://dev.mysql.com/downl
分布式系统与框架 bit1129 分布式
RPC框架 Dubbo 什么是Dubbo Dubbo是一个分布式服务框架，致力于提供高性能和透明化的RPC远程服务调用方案，以及SOA服务治理方案。其核心部分包含: 远程通讯: 提供对多种基于长连接的NIO框架抽象封装，包括多种线程模型，序列化，以及“请求-响应”模式的信息交换方式。集群容错: 提供基于接
那些令人蛋痛的专业术语白糖_ spring Web SSO IOC
spring 【控制反转(IOC)/依赖注入(DI)】：由容器控制程序之间的关系，而非传统实现中，由程序代码直接操控。这也就是所谓“控制反转”的概念所在：控制权由应用代码中转到了外部容器，控制权的转移，是所谓反转。简单的说：对象的创建又容器(比如spring容器)来执行，程序里不直接new对象。 Web 【单点登录(SSO)】：SSO的定义是在多个应用系统中，用户
《给大忙人看的java8》摘抄 braveCS java8
函数式接口：只包含一个抽象方法的接口 lambda表达式：是一段可以传递的代码你最好将一个lambda表达式想象成一个函数，而不是一个对象，并记住它可以被转换为一个函数式接口。事实上，函数式接口的转换是你在Java中使用lambda表达式能做的唯一一件事。方法引用：又是要传递给其他代码的操作已经有实现的方法了，这时可以使
编程之美-计算字符串的相似度 bylijinnan java 算法编程之美
public class StringDistance { /** * 编程之美计算字符串的相似度 * 我们定义一套操作方法来把两个不相同的字符串变得相同，具体的操作方法为： * 1.修改一个字符（如把“a”替换为“b”）; * 2.增加一个字符（如把“abdd”变为“aebdd”）; * 3.删除一个字符（如把“travelling”变为“trav
上传、下载压缩图片 chengxuyuancsdn 下载
/** * * @param uploadImage --本地路径(tomacat路径) * @param serverDir --服务器路径 * @param imageType --文件或图片类型 * 此方法可以上传文件或图片.txt,.jpg,.gif等 */ public void upload(String uploadImage,Str
bellman-ford(贝尔曼-福特)算法 comsci 算法 F#
Bellman-Ford算法(根据发明者 Richard Bellman 和 Lester Ford 命名)是求解单源最短路径问题的一种算法。单源点的最短路径问题是指：给定一个加权有向图G和源点s，对于图G中的任意一点v，求从s到v的最短路径。有时候这种算法也被称为 Moore-Bellman-Ford 算法，因为 Edward F. Moore zu 也为这个算法的发展做出了贡献。与迪科
oracle ASM中ASM_POWER_LIMIT参数 daizj ASM oracle ASM_POWER_LIMIT 磁盘平衡
ASM_POWER_LIMIT 该初始化参数用于指定ASM例程平衡磁盘所用的最大权值，其数值范围为0~11，默认值为1。该初始化参数是动态参数，可以使用ALTER SESSION或ALTER SYSTEM命令进行修改。示例如下： SQL>ALTER SESSION SET Asm_power_limit=2;
高级排序:快速排序 dieslrae 快速排序
public void quickSort(int[] array){ this.quickSort(array, 0, array.length - 1); } public void quickSort(int[] array,int left,int right){ if(right - left <= 0
C语言学习六指针_何谓变量的地址一个指针变量到底占几个字节 dcj3sjt126com C语言
# include <stdio.h> int main(void) { /* 1、一个变量的地址只用第一个字节表示 2、虽然他只使用了第一个字节表示，但是他本身指针变量类型就可以确定出他指向的指针变量占几个字节了 3、他都只存了第一个字节地址，为什么只需要存一个字节的地址，却占了4个字节，虽然只有一个字节，但是这些字节比较多，所以编号就比较大，
phpize使用方法 dcj3sjt126com PHP
phpize是用来扩展php扩展模块的，通过phpize可以建立php的外挂模块,下面介绍一个它的使用方法,需要的朋友可以参考下安装（fastcgi模式）的时候，常常有这样一句命令：代码如下: /usr/local/webserver/php/bin/phpize 一、phpize是干嘛的？ phpize是什么？ phpize是用来扩展php扩展模块的，通过phpi
Java虚拟机学习 - 对象引用强度 shuizhaosi888 JAVA虚拟机
本文原文链接：http://blog.csdn.net/java2000_wl/article/details/8090276 转载请注明出处！无论是通过计数算法判断对象的引用数量，还是通过根搜索算法判断对象引用链是否可达，判定对象是否存活都与“引用”相关。引用主要分为：强引用(Strong Reference)、软引用(Soft Reference)、弱引用(Wea
.NET Framework 3.5 Service Pack 1（完整软件包）下载地址 happyqing .net 下载 framework
Microsoft .NET Framework 3.5 Service Pack 1（完整软件包） http://www.microsoft.com/zh-cn/download/details.aspx?id=25150 Microsoft .NET Framework 3.5 Service Pack 1 是一个累积更新，包含很多基于 .NET Framewo
JAVA定时器的使用 jingjing0907 java timer 线程定时器
1、在应用开发中，经常需要一些周期性的操作，比如每5分钟执行某一操作等。对于这样的操作最方便、高效的实现方式就是使用java.util.Timer工具类。 privatejava.util.Timer timer; timer = newTimer(true); timer.schedule( newjava.util.TimerTask() { public void run()
Webbench 流浪鱼 webbench
首页下载地址 http://home.tiscali.cz/~cz210552/webbench.html Webbench是知名的网站压力测试工具，它是由Lionbridge公司（http://www.lionbridge.com）开发。 Webbench能测试处在相同硬件上，不同服务的性能以及不同硬件上同一个服务的运行状况。webbench的标准测试可以向我们展示服务器的两项内容：每秒钟相
第11章动画效果（中） onestopweb 动画
index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
windows下制作bat启动脚本. sanyecao2314 java cmd 脚本 bat
java -classpath C:\dwjj\commons-dbcp.jar;C:\dwjj\commons-pool.jar;C:\dwjj\log4j-1.2.16.jar;C:\dwjj\poi-3.9-20121203.jar;C:\dwjj\sqljdbc4.jar;C:\dwjj\voucherimp.jar com.citsamex.core.startup.MainStart
Java进行RSA加解密的例子 tomcat_oracle java
加密是保证数据安全的手段之一。加密是将纯文本数据转换为难以理解的密文；解密是将密文转换回纯文本。　　数据的加解密属于密码学的范畴。通常，加密和解密都需要使用一些秘密信息，这些秘密信息叫做密钥，将纯文本转为密文或者转回的时候都要用到这些密钥。　　对称加密指的是发送者和接收者共用同一个密钥的加解密方法。　　非对称加密(又称公钥加密)指的是需要一个私有密钥一个公开密钥，两个不同的密钥的
Android_ViewStub 阿尔萨斯 ViewStub
public final class ViewStub extends View java.lang.Object android.view.View android.view.ViewStub 类摘要： ViewStub 是一个隐藏的，不占用内存空间的视图对象，它可以在运行时延迟加载布局资源文件。当 ViewSt

BMNNSDK部署Sophone算丰智算盒SE5系列教程（超详细版）

参考资料

一、相关资料

1.1 webUI账号密码

1.2 SSH账号密码

1.3 视频教程

1.4 其他教程

1.5 项目代码

二、重要说明

2.1 开发环境与运行环境

2.1.1 Soc运行环境

2.1.2 常用指令

2.1.2.1 bm-smi

2.2 IP设置

2.3 默认的算法服务

2.4 拷贝文件到SE5盒子

2.5 经验

三、相关介绍

3.1 VPU

3.2 JPU

3.3 硬件加速支持

3.4 Quantization Tools量化工具

3.5 MicroSD卡刷机（升级）教程

四、用VMware虚拟机当作X86上位机

4.1 修改网络适配器。

4.2 配置虚拟网络

4.3 ping是否成功

五、修改WAN网口配置

5.1 设置LAN IP

5.2 修改X86上位机的网口

5.3 修改WAN IP

5.4 连接WAN网口

六、快速跑通一个SoC模式example

6.1 准备工作

6.1.1 下载docker镜像

6.1.2 下载BMNNsdk2

6.1.2.1 examples 参考样例简介

6.1.3 下载数据集VOC712.tgz

6.1.4 下载预训练模型

6.1.5 创建测试目录

6.2 安装Docker环境

6.3 安装nntc

6.4 配置运行环境

6.5 模型转换

6.5.1 FP32和IN8

6.5.2 执行 download_ssd_model.sh

6.5.3 执行 gen_bmodel.sh

6.5.4 执行 gen_umodel_int8bmodel.sh

6.6 编译

6.7 运行测试

6.7.1 测试 fp32_ssd300.bmodel 模型

6.7.2 测试 int8_ssd300.bmodel 模型

6.7.3 查看infer结果

6.7.3.1 FP32

6.7.3.2 INT8

你可能感兴趣的:(运维,SE5,Sophone,算丰)

6.1.2.1 `examples` 参考样例简介

6.5.2 执行 `download_ssd_model.sh`

6.5.3 执行 `gen_bmodel.sh`

6.5.4 执行 `gen_umodel_int8bmodel.sh`

6.7.1 测试 `fp32_ssd300.bmodel` 模型

6.7.2 测试 `int8_ssd300.bmodel` 模型