EdgeBoard——开机配置并跑通目标检测demo

EdgeBoard——开机配置并跑通目标检测demo文章目录SSH或串口连接开发板串口连接开发板配置一下网段打开桌面系统(如果需要进行视频流测试)跑通目标检测demo进入示例工程,编译示例买了一个EdgeBoardLite,用来跑PaddlePaddle模型,今天终于拿到了板子,很是激动,于是进行一下基础的配置并跑通demo,记录一下。SSH或串口连接开发板如果你家的网段是192.168.1.1,则可以直接插到路由器上就可以开心愉快的SSH连接板子了,但是如果网段像我一样,不是192.168.1.1,而是192.168.31.1,那么就不能直接把

大家好,欢迎来到IT知识分享网。

买了一个EdgeBoard Lite,用来跑PaddlePaddle模型,今天终于拿到了板子,很是激动,于是进行一下基础的配置并跑通demo,记录一下。

SSH或串口连接开发板

如果你家的网段是192.168.1.1,则可以直接插到路由器上就可以开心愉快的SSH连接板子了,但是如果网段像我一样,不是192.168.1.1,而是192.168.31.1,那么就不能直接把板子插到路由器上,最方便的就是用串口线直连,我觉得没啥毛病,也很快。

串口连接开发板

设备管理器中找到端口号,波特率为115200,直接连接即可,用户名和密码都为root。
在这里插入图片描述

连接成功:
在这里插入图片描述

配置一下网段

配置一下网段,方便使用网口进行直接连接(但是串口还是挺快的,如果不用网的话直接跳过就行)。
设备出厂默认为静态ip地址192.168.1.254,网络配置文件路径为/etc/network/interfaces:

//打开并编辑interfaces文件
vim /etc/network/interfaces

改成你家网段就行,我家是31,就改成31:
在这里插入图片描述

打开桌面系统(如果需要进行视频流测试)

这样连上一个显示器,使用视频流预测就可以看到实时的效果了。

startx

跑通目标检测demo

官方内置了目标检测和图像分类的示例程序。是通过调用paddlelite预测库实现模型的运行,PaddleLiteSample工程路径为:home/root/workspace/PaddleLiteSample,且提供了配置文件(json文件),部署模型时需从配置文件中读取模型和图片信息,加载并执行。

detection示例目录结构:

├── CMakeLists.txt // cmake 工程配置文件。
├── include //头文件
|   ├── commom.h
├── configs // 配置文件目录
│   ├── mobilenet-ssd
│   │   └─ screw.json //mobilenetssd_300配置文件(螺丝螺母检测)
│   ├── mobilenet-ssd-640
│   │   └─ screw.json //mobilenetssd_640配置文件(螺丝螺母检测)
│   └── vgg-ssd
│   |   └─ screw.json //vggssd_300配置文件(螺丝螺母检测)
│   └── yolov3
│       └─ screw.json //yolov3_608配置文件(螺丝螺母检测)
|
├── lib //动态库放入系统内/usr/local/lib/paddle_lite/目录,此处为空文件夹
|
├── models // 模型文件目录
│   ├── mobilenet-ssd
│   ├── mobilenet-ssd-640
│   ├── vgg-ssd
│   └── yolov3
│── src
│   ├── json.hpp // json 解析库
│   ├── video_detection.cpp // 视频推理示例
|   ├── image_detection.cpp // 图片推理示例
└── README.md

进入示例工程,编译示例

//进入yolov3工程目录
cd /home/root/workspace/PaddleLiteSample/detection
// 如果没有build目录,创建一个
mkdir build
//打开build目录
cd build
// 调用cmake 创建 Makefile 
cmake ..
// 编译工程。
make	

在这里插入图片描述
这个是个yolov3的螺母螺帽检测的模型:

./video_detection ../config/yolov3/screw.json   //执行yolov3模型视频预测程序

就可以在显示器上看到识别结果啦。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/22349.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信