总述
边缘计算很有前景,对于低要求的识别任务完全可以下放到嵌入式设备运行。本文实现的应用基于TF lite Macro框架。
实现
训练模型
基于YoloV3修改网络文件进行训练自己的模型,识别单个物体
- 模型文件机见下文连接
- 下载Darknet源文件,在linux下进行make,生成darknet可执行文件以及相关库
- 使用Darknet自带的浣熊数据集或者自己标注新的其它数据集
- 训练命令: ./darknet detector train voc.data xxx.cfg xxx.conv.109
- 等待训练完成
- 转化Yolo模型为H5模型
- 转化并量化H5模型为tflite模型
设备端调用
调用方法.
文件下载
模型文件.
测试