【CANN训练营】Atlas 200I DK A2开发板基于Yolact的实例分割模型
环境
华为Atlas 200I DK A2
内存:4G
NPU:昇腾310B
环境准备
安装MindX
MindX下载地址:https://www.hiascend.com/zh/software/mindx-sdk/community
MindX SDK安装前准备可参考《用户指南》,安装教程:https://gitee.com/ascend/mindxsdk-referenceapps/blob/master/docs/quickStart/1-1%E5%AE%89%E8%A3%85SDK%E5%BC%80%E5%8F%91%E5%A5%97%E4%BB%B6.md
Atlas 200I DK A2镜像烧录后系统里自带了mxVision-5.0-rc1,所以不需要安装新的
所在路径:/usr/local/Ascend/mxVision-5.0.RC1
环境依赖
推荐系统为ubuntu 22.04,环境依赖软件和版本如下表:
软件名称 | 版本 |
---|---|
ubantu | 22.04 LTS |
MindX SDK | 5.0.RC1 |
Python | 3.9.2 |
CANN | 6.2.RC1 |
numpy | 1.22.4 |
opencv-python | 4.6.0.66 |
在运行项目前,需要设置环境变量:
MindSDK 环境变量:
source /usr/local/Ascend/mxVision-5.0.RC1/setenv.sh
CANN环境变量:
source /usr/local/Ascend/ascend-toolkit/set_env.sh
安装opencv-python包
pip install opencv-python
克隆代码仓
git clone https://gitee.com/ascend/ascend_community_projects -b 310B
模型转换
进入Yolact代码目录
cd ascend_community_projects/Yolact
下载Yolact的onnx格式的模型
wget https://mindx.sdk.obs.cn-north-4.myhuaweicloud.com/ascend_community_projects/Yolact/models.onnx --no-check-certificate
将下载得到的Yolact模型onnx文件存放到代码仓目录下/convert
mv model.onnx convert/
模型转换
bash convert_om.sh [INPUT_ONNX_PATH] [OUTPUT_OM_PATH_NAME]
version `GLIBCXX_3.4.30‘ not found
解决方法:
检查是否存在
strings /usr/lib/aarch64-linux-gnu/libstdc++.so.6 | grep GLIBCXX
建立软链接
cd /root/miniconda3/bin/../lib/
mv libstdc++.so.6 libstdc++.so.6.old
ln -s /usr/lib/aarch64-linux-gnu/libstdc++.so.6 libstdc++.so.6
转换模型
bash convert_om.sh models.onnx models
执行完模型转换脚本后,会生成相应的om模型文件。 得到om模型后在/model_data/yolact.pipeline中16行中修改modelPath,指向om模型文件所在路径。
运行
将需要推理的图像放到文件夹中。
执行推理时指定输入图像路径
python3 main.py --image='path_to_image'
path_to_image
:图像路径
运行结果
- 点赞
- 收藏
- 关注作者
评论(0)