基于Ascend310的人脸检测智能报警系统

此次实验是我第一次一个人一组完成对一块开发板的大实验设计，从过程来讲比一组一块开发板更加有趣和灵活，设计方面更加自由，考虑到 HUAWEI 的 Ascend 处理器擅长处理 AI 模型，因此从一开始我就想在开发板上部署一个人工智能模型。选择和部署模型的过程非常坎坷，最早的时候，想到 HUAWEI 开发的开源 MindSpore 框架，如果可以在 Ascend310 上使用，那效果和意义都很不错，但是简单学习了一下 MindSpore 后发现，用MindSpore 训练模型的最大问题是数据集格式，MindSpore 提供了很多的数据集格式接口，但是数据集与数据集之间转换比较麻烦，虽然最后解决了这个问题，但是一直调不好超参数，也可能是数据量太小了，导致模型准确率一直只有 45%左右，另外在 Ascend310 上安装 MindSpore 对 cmake，gmp 等有严格的版本要求，而且需要安装安装 Ascend 310AI 处理器配套软件包（Ascend Data Center Solution21.0.3），最后在和助教讨论后认为通过 ATC 转换工具可能更好，随后选择了使用 ATC 转换工具。查看 ATC 转换工具时发现，ATC 转换工具提供了 Python 接口，于是希望可以使用 Python 完成部署，但是 ATC 的 Python 接口还不是很完善，最后只能用 C++，使用了预训练模型后最终使得以较高的准确率部署完成。如果是未来再使用此开发板进行实验设计，我认为可以先解决需要 USB 线连接问题，可以改进为使用类似树莓派的操控方式，然后添加更多的硬件，例如小车等，把它做成一个可以真正用起来的设备，例如做成垃圾检测小车。最后特别感谢老师和助教对我在实验中的帮助，老师为我们提供了开放的平台，助教则帮助我解决了很多问题，不管是简单的权限问题，还是复杂的模型部署问题，助教都耐心地解答，解决问题的同时也教会了我许多知识。