上周跟以前单位的大神见面,期间大神聊到了百度飞桨框架,并建议我看看能不能做点什么有意思的东西跑在树莓派上。大神就是大神,AI是我等学渣也配玩的吗。。。不过既然大神都这么推荐了那就尝试一下,大不了从入门到放弃。网上粗略看了一下介绍,决定先从Paddle-Lite切入。
先说结论,能跑通,但非常耗时,半天是要的。
以下是我的操作记录(基于2023-02-21-raspios-bullseye-arm64):
# Step 0:准备工作
sudo apt update
sudo apt upgrade
sudo apt install patchelf libssl-dev
sudo apt install libopencv-dev
#sudo apt install gcc g++
# Step 0.1:编译cmake
# 超级慢 *1
cd
wget https://cmake.org/files/v3.26/cmake-3.26.0-rc5.tar.gz
tar -zxvf cmake-3.26.0-rc5.tar.gz
cd cmake-3.26.0-rc5
./configure
make
sudo make install
# 测试安装是否成功。应能显示版本
cmake --version
# Step 1:安装Paddle-Lite
# 超级慢 *2
cd
git clone https://github.com/PaddlePaddle/Paddle-Lite.git
cd Paddle-Lite && git checkout release/v2.10
rm -rf third-party
./lite/tools/build_linux.sh --arch=armv8 --with_python=ON
cd build.lite.linux.armv8.gcc/inference_lite_lib.armlinux.armv8/python/install/dist
pip3 install paddlelite-*.whl
# 测试
python
import paddlelite
或者
import paddlelite.lite
# Step 2:安装Paddle-Lite-Demo
git clone https://github.com/PaddlePaddle/Paddle-Lite-Demo
cd Paddle-Lite-Demo
git checkout master
cd PaddleLite-armlinux-demo
./download_models_and_libs.sh # 下载模型和预测库
# Step 3:测试运行
sh run.sh
运行结果如下:
惊不惊喜意不意外?由于OpenCV的兼容性问题,需要修改image_classification_demo.cc:
Line 70:CV_BGRA2RGB 改为 cv::COLOR_ BGRA2RGB
Line 259:CV_CAP_PROP_FRAME_WIDTH 改为 cv::CAP_PROP_FRAME_WIDTH
Line 260:参照上条。
改完后应该就可以了。示例是识别小猫咪:
当然也可以修改run.sh里的内容,比如尝试识别从一汽奥迪官网上扒来的两厢A3:
基本正确。但是榜一条目中的"客货两用车"是什么梗。。。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)