本帖最后由 北方 于 2022-6-21 16:57 编辑
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。