目标检测与识别demo。。。。。。。。。。。。

VIM3
#1

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

#2

@hyf820812029

#3
#4

可以给我推一个最新的带桌面的ubuntu系统吗？SD卡用的

#5

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
#6

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？

微信图片_20210821113827
微信图片_202108211138271440×1080 163 KB

#7

好像是缺少libge2d.so这个动态库

#8

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

#9

@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？

#10

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？

#11

@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

#12

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

#13

@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

#14

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

#15

@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。

#16

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？

#17

@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

#18

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？

#19

@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

#20

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？