全志V853 NPU的demo试玩

aleksib

全志V853 NPU的demo试玩 [复制链接]

## 一、Tina Linux 5.0编译

**（一）下载源码**

V853的Tina Linux 5.0 SDK源码在[全志客服服务平台](https://open.allwinnertech.com/) 下载即可，这个要绝对表扬，平台上D1、V853、XR806的芯片相关SDK等资料全部直接可以下载。

![在这里插入图片描述](https://img-blog.csdnimg.cn/b8a351c1aa874e7da058a707639a30d8.png#pic_center)

官方V853 SDK使用的kernel是4.9，比D1的5.4 kernel版本低点，问了大佬，大约4.9上V853板子的驱动完善。

按照官方下载文档，一步步走即可，要注意的是中间不要切换用户，SSH key-gen获得的密钥放在跟后续repo操作用户不同的目录下，导致repo失败。

**（二）源码编译**

Tina Linux 5.0 SDK源码编译有2中方式，一种常规Linux编译，另外一种buildroot方式，本人直接选择Linux（openWRT）方式。从源码到img固件，需要二部分配置，一块是Linux（openWRT）系统相关工具配置，另外一部分是Tina 5.0相关功能的配置。本人采取如下步骤

1、编译环境设置；

```
root@EliteDesk:/media/tina-v853$ source build/envsetup.sh
NOTE: The SDK(/media/tina-v853) was successfully loaded
load openwrt... ok
Please run lunch next for openwrt.
load buildroot,bsp...ok
Please run ./build.sh config next for buildroot,bsp.
```

2、选择编译方案；

```
root@EliteDesk:/media/tina-v853$ lunch

You're building on Linux

Lunch menu... pick a combo:
 1v853-vision-tina
Which would you like? [Default v853-vision]: 1
Jump to longan autoconfig
/media/tina-v853/build.sh autoconfig -o openwrt -i v853 -b vision     -n default
========ACTION List: mk_autoconfig -o openwrt -i v853 -b vision -n default;========
options :
INFO: Prepare toolchain ...
INFO: kernel defconfig: generate /media/tina-v853/kernel/linux-4.9/.config by /media/tina-v853/device/config/chips/v853/configs/visi                       on/linux-4.9/config-4.9
INFO: Prepare toolchain ...
make: Entering directory '/media/tina-v853/kernel/linux-4.9'
*** Default configuration is based on '../../../../../device/config/chips/v853/configs/vision/linux-4.9/config-4.9'
#
# configuration written to .config
#
make: Leaving directory '/media/tina-v853/kernel/linux-4.9'
INFO: clean buildserver
INFO: prepare_buildserver
```

3、Tina系统配置；

因为第二章是NPU相关功能使用，所以在第三步将NPU扩展包安装还有配置也放进来了。

将V853 NPU扩展包下载后放在Tina-V853目录下解压，如果解压有问题，基本是下载的问题，直接重新下载。

`tar xvf npu_package.tar.gz`

解压后的文件放在openwrt/packages/npu文件夹中：

![在这里插入图片描述](https://img-blog.csdnimg.cn/63d4551c2bc04b45bb5ddc5fd2b1e8eb.png#pic_center)

make menuconfig将NPU相关功能加进来。

![在这里插入图片描述](https://img-blog.csdnimg.cn/77a80396566c456eb1ec44f16ddc3ff9.png#pic_center)

反正全部选上，后面用：

![在这里插入图片描述](https://img-blog.csdnimg.cn/3478dd4a2eb64222994943170a29390c.png#pic_center)

退出后保存，当然还可以选择配置Tina 5.0的其他功能，保存后退出。

4、make；

没啥好说的，这里面会有个mkImage的错误，问了很多人，后来在这个帖子里找到了答案[【V853开发板试用】V853编译烧录疑难杂症汇总篇](https://bbs.aw-ol.com/topic/1740/)

make的时候可以看到NPU扩展包编译的情况：

![在这里插入图片描述](https://img-blog.csdnimg.cn/39dd67f795d049dd8f2c5dbb3a7fc1e9.png#pic_center)

最后就是编译成功：

![在这里插入图片描述](https://img-blog.csdnimg.cn/d42e0271a9b740bc9363761aecbbed77.png#pic_center)

5、pack。

PACK就是利用Tina的工具将之前make生成的文件打包，加入NPU扩展包后的img约70M，比起之前没加NPU扩展包的33M大了很多。

![在这里插入图片描述](https://img-blog.csdnimg.cn/0e34deec77c541b38da02ed81dbf8a7a.png#pic_center)

##二、烧录

全志提供了很多种方法，本人选择的是PhoenixSuit，连上Type-C和计算机，打开PhoenixSuit待确认连接后将img烧入即可。

![在这里插入图片描述](https://img-blog.csdnimg.cn/1120e72d0a7d4067a52da9ed541c7651.png#pic_center)

## 三、NPU功能测试

**（一）Tina 5.0体验**

IMG烧写完后，在PhoenixSuit上可以看到系统版本。

![在这里插入图片描述](https://img-blog.csdnimg.cn/d485282683224f39b63c68ac59d0c9a7.png#pic_center)

也可以通过ADB shell登录系统验证，比起开箱的ABD SHELL，可以明显看到Tina Linux 5.0字样，BusyBox版本也提升了。

![在这里插入图片描述](https://img-blog.csdnimg.cn/27d204ae88f54dd494e40ed0db8fcfe1.png#pic_center)

可以看到，目录下已经有NPU扩展包的模型了，一个lenet模型，一个yolov3模型。

```
root@TinaLinux:/# ls /etc/models/
lenet_model.nb yolov3_model.nb
```

**（二）NPU使用**

V853内置最大 1T 算力 NPU，必须用上，第一章已经把官方NUP扩展包加入，选了三组图片测试。

1、Kids原图：

![在这里插入图片描述](https://img-blog.csdnimg.cn/306ef91df8654cd2866df5493c62863d.jpeg#pic_center)

NPU执行log：

```
root@TinaLinux:~# yolov3 /etc/models/yolov3_model.nb kids.jpg
[0xb6f28560]vip_init[104],
The version of Viplite is: 1.8.0-0-AW-2022-04-21
Create Neural Network: 72.49ms or 72488.49us
Start run graph [1] times...
Run the 1 time: 204.67ms or 204672.98us
vip run network execution time:
Total 205.50ms or 205502.34us
Average 205.50ms or 205502.34us
data_format=2 buff_size=43095
data_format=2 buff_size=172380
data_format=2 buff_size=689520
person99% 274 413 70 415
person99% 153 309 106 415
person99% 96 206 31 415
person95% 2 141 71 415
person86% 0 87 23 339
```

输出结果，很优秀：

![在这里插入图片描述](https://img-blog.csdnimg.cn/6250edf21ec748cfa82ae56b1b68ea57.jpeg#pic_center)

2、cars原图

![在这里插入图片描述](https://img-blog.csdnimg.cn/5b1eb7423f7649b0aa5ebc5bada8a840.jpeg#pic_center)

执行过程：

```
root@TinaLinux:~# yolov3 /etc/models/yolov3_model.nb cars.jpg
[0xb6f62560]vip_init[104],
The version of Viplite is: 1.8.0-0-AW-2022-04-21
Create Neural Network: 71.73ms or 71734.62us
Start run graph [1] times...
Run the 1 time: 204.71ms or 204714.50us
vip run network execution time:
Total 205.67ms or 205669.88us
Average 205.67ms or 205669.88us
data_format=2 buff_size=43095
data_format=2 buff_size=172380
data_format=2 buff_size=689520
car100% 65 195 59 160
car99% 23 154 185 298
car99% 71 227 223 363
car99% 204 343 83 240
car97% 0 155 117 257
car97% 349 415 175 294
car92% 132 307 271 411
car92% 0 49 13 107
car88% 280 410 47 149
car81% 19 123 3 83
```

识别结果：

![在这里插入图片描述](https://img-blog.csdnimg.cn/b9703164e6414e379cc1b55c600729f9.png#pic_center)

3、人脸识别

原图：

![在这里插入图片描述](https://img-blog.csdnimg.cn/e7622510be3f460595e60ec626230419.jpeg#pic_center)

执行过程：

```
root@TinaLinux:~# yolov3 /etc/models/yolov3_model.nb people.jpg
[0xb6f8b560]vip_init[104],
The version of Viplite is: 1.8.0-0-AW-2022-04-21
Create Neural Network: 71.99ms or 71992.21us
Start run graph [1] times...
Run the 1 time: 204.73ms or 204726.08us
vip run network execution time:
Total 205.66ms or 205664.12us
Average 205.66ms or 205664.12us
data_format=2 buff_size=43095
data_format=2 buff_size=172380
data_format=2 buff_size=689520
person100% 107 263 33 231
person100% 239 414 138 415
person100% 98 172 121 240
person99% 279 382 0 158
person99% 0 95 107 415
person95% 307 415 28 382
person94% 80 277 217 415
person93% 24 122 235 412
person92% 164 268 0 143
person83% 6 109 4 148
```

识别结果：

![在这里插入图片描述](https://img-blog.csdnimg.cn/60127f2fce94429db2c7ee633d6cb619.png#pic_center)

案例demo链接：[https://bbs.aw-ol.com/topic/2013/](https://bbs.aw-ol.com/topic/2013/)

lugl4313820

这板子NPU功能非常强大，也给了现存的模块，期待有精彩继续。

wangerxian

这效果看着不错，这训练模型是免费的吗？

freebsder

以前玩过几天瑞芯微的NPU，那玩意不摆了，就是个勉强揉到一个die里面的怪胎，和主核之间居然是通过usb3.0，还是外接引线需要工程师在引脚上连上，主核自己画一套ram，npu画一套，完全就是两个独立的处理器硬装在一个封装里，连修饰都没有。。。中国人的智慧，特别服。

全志V853 NPU的demo试玩 [复制链接]

最新回复

浏览过的版块