【创龙TL570x-EVM】移植人工智能框架及实现

北方

【创龙TL570x-EVM】移植人工智能框架及实现 [复制链接]

移植人工智能框架及实现

1 移植人工智能框架及实现可以有多种方式。如下三种，其中ARM提供的CMSIS-NN没有合适的库，而且在其他芯片上测试不那么好用，对于这个系列就直接跳过了。

GitHub - TexasInstruments/tvm: Open deep learning compiler stack for cpu, gpu and specialized accelerators

3.14. TI Deep Learning (TIDL) — Processor SDK Linux Documentation

TensorFlow Lite | TensorFlow中文官网 (google.cn)

2 可以根据说明，更改启动的logo，就是编辑一个自定义的80x80的bmp文件，直接替换boot目录下的logo.bmp则可

3 首先测试一下视频捕捉，采用usb摄像头和hdmi来显示。

3.1 已经切换到hdmi显示模式。如果没有，执行一下命令，

• setenv optargs omapdrm.displays=1,0
• saveenv
• reset

3.2 然后需要关闭默认的启动图形程序

• /etc/init.d/matrix-gui-2.0 stop //关闭 Matrix 界面
• /etc/init.d/weston stop //关闭 Weston 窗口系统

3.3 测试GStreamer命令

• gst-launch-1.0 videotestsrc ! 'video/x-raw, width=1920, height=1080' ! kmssink

显示正常

3.4 读取摄像头

• gst-launch-1.0 v4l2src device=/dev/video1 io-mode=4 ! 'video/x-raw,format=(string)YUY2,width=640,height=480' ! kmssink

读取后写入h264文件如下

• gst-launch-1.0 v4l2src device=/dev/video1 io-mode=4 ! 'video/x-raw,format=(string)YUY2,width=640,height=480' ! vpe num-input-buffers=8 ! 'video/x-raw, format=NV12, width=640, height=480' ! queue ! ducatih264enc level=51 ! filesink location=test.h264

后台的cpu资源测试如下

4 经过测试，GSstream已经整合到系统中，可以正常工作。

5. 关于第一条提到的各种人工智能引擎加载都不成功。其中最采用谷歌tensorfowlite的模型在嵌入式运行是成功的，而且也提供了使用与python3.5的安装wheel，但是这个系统中没有配置pip，还是需要联网安装。相对而言，这个模型只能使用cpu，不能充分采用TLX570x的各种加速模块，就没有必要继续深入测试。虽然花了很多时间，没有成功，但是排除这些选项也是值得的。

对于TIDL这个模型，已经在prosessorSDK的8.0版本内置，如果能升级成功，才是最好的使用方法。后续，使用ubuntu20最新版来试一下新的开发环境升级。