CANN训练营笔记MindX安装、YOLOV3模型转换及应用
【摘要】 环境准备 安装CANN包参考https://bbs.huaweicloud.com/blogs/254177 这一篇博客中的安装MindStudio以前的内容操作CANN包社区版下载地址:https://www.hiascend.com/software/cann/community 安装MindX SDK下载地址:https://www.hiascend.com/software/min...
环境准备
安装CANN包
参考https://bbs.huaweicloud.com/blogs/254177 这一篇博客中的安装MindStudio以前的内容操作
CANN包社区版下载地址:https://www.hiascend.com/software/cann/community
安装MindX SDK
下载地址:https://www.hiascend.com/software/mindx-sdk/sdk-detail
X86平台就选择X86_64的,ARM平台就选择ARM的下载。
安装依赖包
sudo apt-get install -y gcc make cmake xz-utils
更改安装包文件权限
chmod +x Acend-mindxsdk-mxmanufacture_2.0.1_linux-aarch64.run
(因为我使用的是ARM64平台的服务器,实际参考实际的文件名)
执行安装包检查
./Ascend-mindxsdk-mxmanufacture_2.0.1_linux-aarch64.run --check
出现如下字段说明安装包正常可以进行安装
Verifying archive integrity... 100% SHA256 checksums are OK. All good.
创建工作目录
mkdir -p /home/work/MindX_SDK
执行安装命令将MindX_SDK安装到前面创建的工作目录下
./Ascend-mindxsdk-mxmanufacture_2.0.1_linux-aarch64.run --install --install-path=/home/HwHiAiUser/MindX/MindXSDK/
出现如下提示就说明安装已经成功
The installation is successful, please execute "source ~/.bashrc" to activate environment variables.
可以进入到文件夹下查看一下是否存在文件
模型转换
下载YoloV3
wget --no-check-certificate https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/turing/resourcecenter/model/YoloV3/zh/1.1/ATC_YoloV3_from_Tensorflow_Ascend310.zip
创建aipp文件
aipp_yolov3_416_416.aippconfig
aipp_op {
aipp_mode : static
related_input_rank : 0
input_format : YUV420SP_U8
src_image_size_w : 416
src_image_size_h : 416
crop : false
csc_switch : true
rbuv_swap_switch : false
matrix_r0c0 : 256
matrix_r0c1 : 0
matrix_r0c2 : 359
matrix_r1c0 : 256
matrix_r1c1 : -88
matrix_r1c2 : -183
matrix_r2c0 : 256
matrix_r2c1 : 454
matrix_r2c2 : 0
input_bias_0 : 0
input_bias_1 : 128
input_bias_2 : 128
var_reci_chn_0 : 0.0039216
var_reci_chn_1 : 0.0039216
var_reci_chn_2 : 0.0039216
}
转换模型
atc --model=./yolov3_tf.pb --framework=3 --output=./yolov3_tf_bs1_fp16 --soc_version=Ascend310 --insert_op_conf=./aipp_yolov3_416_416.aippconfig --input_shape="input/input_data:1,416,416,3" --out_nodes="conv_lbbox/BiasAdd:0;conv_mbbox/BiasAdd:0;conv_sbbox/BiasAdd:0"
出现如下结果说明模型转换成功
基于MindX SDK开发目标检测应用
简介
样例实现图像目标检测功能。具体流程为图像解码
->图像缩放
->模型推理
->模型后处理
。
运行步骤
- 安装python的opencv
pip3.7 install opencv-python==3.4.9.31 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
- 配置环境变量
export MX_SDK_HOME=/home/HwHiAiUser/MindX/MindXSDK/mxVision
export LD_LIBRARY_PATH=${MX_SDK_HOME}/lib:${MX_SDK_HOME}/opensource/lib:${MX_SDK_HOME}/opensource/lib64:/usr/local/Ascend/ascend-toolkit/latest/acllib/lib64:/usr/local/Ascend/driver/lib64/
export GST_PLUGIN_SCANNER=${MX_SDK_HOME}/opensource/libexec/gstreamer-1.0/gst-plugin-scanner
export GST_PLUGIN_PATH=${MX_SDK_HOME}/opensource/lib/gstreamer-1.0:${MX_SDK_HOME}/lib/plugins
export PYTHONPATH=${MX_SDK_HOME}/python
- 下载代码
git clone https://gitee.com/kongchibin/ascend_camp
- 模型准备
上一周转换的yolov3模型,拷贝到model
目录下并且把model
改名为models
cp yolov3_tf_bs1_fp16.om ascend_camp/课程/week3/model/
mv model models
- 运行
python3 main.py
运行图:
生成result.py文件就表示执行完成,随后下载下来查看检查结果
【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论(0)