上电启动前需要先将网线和USB线连接至PC,对于网线其有两种连接方式:一种是通过路由器连接,另一种是直连PC,这里我们选择了直连PC的方式。首先修改电脑的静态IP地址:
然后打开一个串口终端,设置波特率为115200,注意串口的流控功能需要关闭:
然后串口会打印开发板的启动信息:
上图展示了开发板的核心芯片为XCZU5EV,并且我们拿到的为DRAM为4GB的版本,等待系统启动成功后,会进入系统的登录界面:
登录用户名和登录密码均为root,可以看到已经成功进入命令行界面,下面可以简单试一下基本功能:
可以看到功能OK,同时可以看到开发板的IP地址为192.168.1.254。下面试一试SSH的连接模式,首先新建一个终端:
登录用户及密码同样均为root,此时我们不但可以看到终端还可以看见,板卡的文件系统。下面来跑一下官方的demo,官方的demo有两个,一个是分类,另一个是目标检测。先跑分类的吧,首先打开resnet50的模型配置文件:
可以看到了其定义了模型路径,标签和输入图像的尺寸等信息,参数的具体介绍如下所示:
然后准备运行推理模型:
挂载驱动:
insmod /home/root/workspace/driver/fpgadrv.ko
然后运行如下代码,编译工程:
cd /home/root/workspace/PaddleLiteSample/classification
// 如果没有build目录,创建一个
mkdir build
cd build
rm -rf *
// 调用cmake 创建 Makefile
cmake ..
// 编译工程。
make
编译成功后进入CMakeFiles文件夹,运行:
./image_classify ../configs/resnet50/drink.json
上述命令是使用resnet50网络进行目标检测,检测结果为:
检测的图片为:
可以看到确实为怡宝矿泉水,并且置信度为99%,我们修改一下图片路径,检测的图片为:
重新检测的结果为:
可以看到确实为可口可乐,并且置信度为99%。本次测评实现了开发板上电及目标分类,下次将尝试目标检测和其他更多功能。