【嵌入式模型转换】2. 算能盒子SE5 芯片板子BM1684 sophon-pipeline

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

  • 前言
  • 1. 开始安装


前言

文章1,我们在SE5上实现了,SOC模式下的 C++ 和 python-sail的模型转换,文章连接:
【嵌入式模型转换】1. 算能盒子SE5 芯片板子BM1684
本篇文章的目的是要走通一个pipeline。
这一段是算能git的介绍:
【嵌入式模型转换】2. 算能盒子SE5 芯片板子BM1684 sophon-pipeline_第1张图片
ref:https://github.com/sophgo/sophon-pipeline

起初看这个是云里雾里的,因为文档太多,后来和算能的工作人员沟通后,要把主要精力放到,这个git仓库的pipeline上。

user@root:~/software/Release_230301-public/sophon-pipeline_20230327_081409$ ls
release_version.txt  sophon-pipeline.MD5  sophon-pipeline_v0.3.4_d27faf6_20230327  sophon-pipeline_v0.3.4_d27faf6_20230327.tar.gz

用的是 pipeline的V0.3.4 版本
正愁还得确认依赖版本呢,人家的包都给装好了。真是幸福啊~
【嵌入式模型转换】2. 算能盒子SE5 芯片板子BM1684 sophon-pipeline_第2张图片


1. 开始安装

因为是soc下,所以从readme的2.2.2开始,

【嵌入式模型转换】2. 算能盒子SE5 芯片板子BM1684 sophon-pipeline_第3张图片

然后它就把你引向了:https://github.com/sophgo/sophon-pipeline/blob/release/docs/docs_zh/arm_soc.md
【嵌入式模型转换】2. 算能盒子SE5 芯片板子BM1684 sophon-pipeline_第4张图片
这个文档到2.3 我都是做了的,
所以从2.4开始, 啥是qemu,请看这里:https://blog.csdn.net/BLUCEJIE/article/details/113482065

再次回到主页的readme,

【嵌入式模型转换】2. 算能盒子SE5 芯片板子BM1684 sophon-pipeline_第5张图片
我的 complie.sh 在这里

user@root:~/software/Release_230301-public/sophon-demo-release$ locate compile.sh
/home/user/software/Release_230301-public/sophon-pipeline_20230327_081409/sophon-pipeline_v0.3.4_d27faf6_20230327/tools/compile.sh

执行:

./tools/compile.sh soc  /home/user/software/Release_230301-public/soc-sdk

报错:

执行命令:
user@root:~/software/Release_230301-public/sophon-pipeline_20230327_081409/sophon-pipeline_v0.3.4_d27faf6_20230327$ ./tools/compile.sh soc  /home/user/software/Release_230301-public/soc-sdk
输出:
~/software/Release_230301-public/sophon-pipeline_20230327_081409/sophon-pipeline_v0.3.4_d27faf6_20230327 ~/software/Release_230301-public/sophon-pipeline_20230327_081409/sophon-pipeline_v0.3.4_d27faf6_20230327
/3rdparty
/3rdparty
.........
[ 88%] Building C object third_party/live555/CMakeFiles/live555.dir/liveMedia/rtcp_from_spec.c.o
[ 89%] Building CXX object third_party/live555/CMakeFiles/live555.dir/UsageEnvironment/HashTable.cpp.o
[ 89%] Building CXX object third_party/live555/CMakeFiles/live555.dir/UsageEnvironment/UsageEnvironment.cpp.o
[ 89%] Building CXX object third_party/live555/CMakeFiles/live555.dir/UsageEnvironment/strDup.cpp.o
[ 90%] Linking CXX static library ../../lib/liblive555.a
[ 90%] Built target live555
make: *** [Makefile:84: all] Error 2

是因为上面的命令执行录了,重新执行一遍就好了。

然后执行这里:
编译完成后,demo程序将保存在 S O P H O N P I P E L I N E / r e l e a s e / {SOPHON_PIPELINE}/release/ SOPHONPIPELINE/release/{APP}/${PLATFORM}文件夹下,若您是使用SoC平台,还需要将编译后的demo程序拷贝到SoC机器上运行。

然后将编译好的demo程序拷贝到Soc的盒子上:

sudo scp -r sophon-pipeline_v0.3.4_d27faf6_20230327  linaro@172.18.19.157:/data/

然后去盒子侧这里:

cd /data/sophon-pipeline_v0.3.4_d27faf6_20230327/release/yolov5s_demo 

分别是视频地址, 模型地址,和输出视频的地址
【嵌入式模型转换】2. 算能盒子SE5 芯片板子BM1684 sophon-pipeline_第6张图片

输出视频的地址需要下载客户端
input url 是json上的输出地址,两边要配对
【嵌入式模型转换】2. 算能盒子SE5 芯片板子BM1684 sophon-pipeline_第7张图片
最終效果:
【嵌入式模型转换】2. 算能盒子SE5 芯片板子BM1684 sophon-pipeline_第8张图片

你可能感兴趣的:(图像识别,深度学习,linux,深度学习,嵌入式硬件,目标检测)