目标检测与识别demo。。。。。。。。。。。。

VIM3有目标检测与识别的demo吗?为什么我没有找到呢。。。。。。。。。。。。

@hyf820812029

可以给我推一个最新的带桌面的ubuntu系统吗?SD卡用的

一个帖子只讨论一个主题,这个问题已经在别的帖子处理。

1 Like

为什么我./INSTALL后没有任何反应,然后./UNISTALL,提示我卸载命令不可行,然后运行检测与识别后,提示我没有安装上yolo的库?

好像是缺少libge2d.so这个动态库

我也是出现 动态库的问题,按照网上添加地址之后还是不行

@hyf820812029 请问你是烧录的什么时候的固件,直接用的最新的烧录还是升级上来的?

动态库我已经弄好了,你们给的目标检测与识别的DEMO里的模型是有哪几种啊?都能识别什么什么目标?还有其他常用目标识别的模型库吗?

@hyf820812029 主要是yolo的,这个demo就是个示例,其他模型你可以自己实现

是yolo的,就是这个demo都能识别什么物体,还有就是这个想识别其他的东西比如红绿灯、汽车等,你们还有没有其他的demo

@hyf820812029 我们使用的是官方的yolo模型,标准的coco数据集。识别80类别。

如果要识别特定物体,你需要重新训练,但是车和红绿灯应该都在coco数据集里

我看你们给的NPU DEMO里面,首先是./install,安装yolo3的库,然后直接./detect_demo_fb_mipi …实现目标检测,我现在按照你给的零基础入门darknet-yolo3教程,已经训练好了,但是最后是这样./darknet detector … ,为什么使用方式和你们不一样呢?你们给的DEMO是带NPU的优化的吗?是会好一点吗?那我现在如何转换成你们那样呢?我们这样./darknet 会不会运行速度慢,帧率低呢?因为好像用的是CPU来运行识别

@hyf820812029 你搞错了

首先哪个系列是我的另外一个同事写的,是在PC上进行的,并且仅限于darknet平台。

这是darknet的测试程序,跟gpu/cpu/npu都无关,仅仅跟darknet平台相关。

这是我们的npu测试demo,而且仅仅是 应用层源码,适用于所以平台(需要经过转换工具转换)

我们demo是在npu上面运行的。

你们这样子运行就是直接运行的darknet,如果在vim3上,就是cpu上面跑,效率肯定是低的不行的,cpu的并行能力不能和npu还有gpu比的。

我们有参考文档。

https://docs.khadas.com/linux/zh-cn/vim3/ConvertToUseNPU.html

你们给的SDK里,Demo这个文件夹里除了脚本以外,还有data和model文件夹,因为我看data里面存的好像是图像数据,model里面存的是.pb的模型文件,是不是也需要我把图像和模型分别放进两个文件夹里去?但是我这边已经在PC上训练过了,训练出了.weights和.cfg文件,但是我看操作过程中又需要input weights和Input cfg,是不是除了数据集和模型分别放进data和model外,还需要把weights和.cfg放在同一目录下?

@hyf820812029 你在PC上面训练的模型是不能再NPU上面运行的,这点很重要,你的模型不能直接在NPU上面运行。你需要转换你的模型,所以需要你训练好的cfg和weights,通过转换后才能在NPU上面跑

意思是weight和.cfg都不需要,我只需要在data里加入我的数据集,在model里加入我的模型,然后根据脚本来转换就行了是吗?

@hyf820812029 转换是需要的,你要根据你的权重和配置转换,但是运行的时候不需要这个。工具要根据你的权重和配置去转换,不然没有转换依据啊

image
这个./space_shuttle_224.jpg,813中,813表示什么?我是不是只需要在date中替换掉space_shuttle_224.jpg并且在date的validation_tf.txt中也替换掉,然后删除后面的813,运行就可以转换我的模型了?