【项目--Hi3559A】如何在Hi3559A上运行自己的yolov3模型(修改类别、网络结构)

简介: 【项目--Hi3559A】如何在Hi3559A上运行自己的yolov3模型(修改类别、网络结构)

一、前言

  • 使用的SDK版本是030,板子与虚拟机Linux系统之间已进行了nfs挂载。

PS:吐槽一句,这海思的sample代码写的极其不人性化,许多需要修改的参数没有写在一个地方,其中一个参数一直报段错误,使团队卡了两天······

遇到问题不要慌,使劲撸源码就对了,指不定就是源码哪个地方华为将代码给写死了,“华为海思天下第一”

二、Sample代码调用分析

  • 首先是函数入口源文件,sample_nnie_main.c,它会根据所输入命令行选择执行的操作,控制台输入:./sammple nnie
    main 可见输入选项:


选择Yolov3,会进入sammple_nnie.c 中的SAMPLE_SVP_NNIE_Yolov3,其中可以配置加载模型与图片文件的顺序(在实际工程应用中这个部分需要重构,将图片数据通过指针直接传递过来,而不是利用图片进行数据读取<总不能前一个阶段保存图片,后一阶段再来读图片吧?>):

2020072910164680.png

而后分别调用:

SAMPLE_COMM_SVP_CheckSysInit();

SAMPLE_COMM_SVP_NNIE_LoadModel();

SAMPLE_SVP_NNIE_Yolov3_ParamInit();

SAMPLE_SVP_NNIE_FillSrcData();

SAMPLE_SVP_NNIE_Forward();

SAMPLE_SVP_NNIE_Yolov3_GetResult;

SAMPLE_SVP_NNIE_Detection_PrintResult()

依次是系统初始化、NNie加载模型、参数初始化、读取数据、前向推导、获取结果、结果打印。

至此,yolov3例程的函数调用基本言


使用的SDK版本是030,板子与虚拟机Linux系统之间已进行了nfs挂载。 PS:吐槽一句,这海思的sample代码写的极其不人性化,许多需要修改的参数没有写在一个地方,其中一个参数一直报段错误,使团队卡了两天······ 遇到问题不要慌,使劲撸源码就对了,指不定就是源码哪个地方华为将代码给写死了,“华为海思天下第一”二、Sample代码调用分析 - 首先是函数入口源文件,sample_nnie_main.c,它会根据所输入命令行选择执行的操作,控制台输入:./sammple nnie main 可见输入选项: -

20200729101205819.png

选择Yolov3,会进入sammple_nnie.c 中的SAMPLE_SVP_NNIE_Yolov3,其中可以配置加载模型与图片文件的顺序(在实际工程应用中这个部分需要重构,将图片数据通过指针直接传递过来,而不是利用图片进行数据读取<总不能前一个阶段保存图片,后一阶段再来读图片吧?>): - 

2020072910164680.png

- 而后分别调用: SAMPLE_COMM_SVP_CheckSysInit(); SAMPLE_COMM_SVP_NNIE_LoadModel(); SAMPLE_SVP_NNIE_Yolov3_ParamInit(); SAMPLE_SVP_NNIE_FillSrcData(); SAMPLE_SVP_NNIE_Forward(); SAMPLE_SVP_NNIE_Yolov3_GetResult; SAMPLE_SVP_NNIE_Detection_PrintResult() 依次是系统初始化、NNie加载模型、参数初始化、读取数据、前向推导、获取结果、结果打印。 至此,yolov3例程的函数调用基本讲解完毕。


三、修改相关参数

在运行自己网络的时候需要修改的几个地方:

模型文件地址 以及测试图片;

f32PrintResultThresh 这是最终的打印结果阈值,只有大于这个阈值才会进行结果的输出;

sample_nnie.c的SAMPLE_SVP_NNIE_Yolov3_SoftwareInit中,修改类别数u32ClassNum=你检测的目标数+1,比如你只检测人脸,则这里写2;

之后的pstSoftWareParam->u32NmsThresh = (HI_U32)(0.15fSAMPLE_SVP_NNIE_QUANT_BASE);

pstSoftWareParam->u32ConfThresh = (HI_U32)(0.2fSAMPLE_SVP_NNIE_QUANT_BASE);是设置nms阈值以及结果阈值的,根据情况进行调整;

重点:sample_svp_nnie_software.h中的SAMPLE_SVP_NNIE_YOLOV3_EACH_BBOX_INFER_RESULT_NUM 原值是85这是原版yolov3检测80类时定下的(居然写在这坑人),若不根据修改后的网络检测类别进行调整,会报段错误。应改为:5+你检测的目标类别数,如检测人脸则应改为6.

“本站所有文章均为原创,欢迎转载,请注明文章出处:https://blog.csdn.net/ll15982534415/article/details/107516264。百度和各类采集站皆不可信,搜索请谨慎鉴别。技术类文章一般都有时效性,本人习惯不定期对自己的博文进行修正和更新,因此请访问出处以查看本文的最新版本。”

原版:2020/7/29

相关文章
|
1天前
|
机器学习/深度学习 数据采集 自然语言处理
【注意力机制重大误区】网络模型增加注意力机制后,性能就一定会得到提升?有哪些影响因素?
【注意力机制重大误区】网络模型增加注意力机制后,性能就一定会得到提升?有哪些影响因素?
|
1天前
|
机器学习/深度学习 数据可视化 TensorFlow
【手把手教学】如何可视化YOLOv8深度学习的网络结构并保存
【手把手教学】如何可视化YOLOv8深度学习的网络结构并保存
|
1天前
|
机器学习/深度学习 PyTorch 算法框架/工具
【从零开始学习深度学习】29.卷积神经网络之GoogLeNet模型介绍及用Pytorch实现GoogLeNet模型【含完整代码】
【从零开始学习深度学习】29.卷积神经网络之GoogLeNet模型介绍及用Pytorch实现GoogLeNet模型【含完整代码】
|
1天前
|
机器学习/深度学习 PyTorch 算法框架/工具
【从零开始学习深度学习】28.卷积神经网络之NiN模型介绍及其Pytorch实现【含完整代码】
【从零开始学习深度学习】28.卷积神经网络之NiN模型介绍及其Pytorch实现【含完整代码】
|
1天前
|
机器学习/深度学习 PyTorch 算法框架/工具
【从零开始学习深度学习】27.卷积神经网络之VGG11模型介绍及其Pytorch实现【含完整代码】
【从零开始学习深度学习】27.卷积神经网络之VGG11模型介绍及其Pytorch实现【含完整代码】
|
1天前
|
机器学习/深度学习 PyTorch 算法框架/工具
【从零开始学习深度学习】26.卷积神经网络之AlexNet模型介绍及其Pytorch实现【含完整代码】
【从零开始学习深度学习】26.卷积神经网络之AlexNet模型介绍及其Pytorch实现【含完整代码】
|
1天前
|
机器学习/深度学习 算法 PyTorch
【从零开始学习深度学习】25.卷积神经网络之LeNet模型介绍及其Pytorch实现【含完整代码】
【从零开始学习深度学习】25.卷积神经网络之LeNet模型介绍及其Pytorch实现【含完整代码】
|
2天前
|
机器学习/深度学习 PyTorch 算法框架/工具
【从零开始学习深度学习】16. Pytorch中神经网络模型的构造方法:Module、Sequential、ModuleList、ModuleDict的区别
【从零开始学习深度学习】16. Pytorch中神经网络模型的构造方法:Module、Sequential、ModuleList、ModuleDict的区别
|
2天前
|
缓存 JavaScript API
【vue实战项目】通用管理系统:封装token操作和网络请求
【vue实战项目】通用管理系统:封装token操作和网络请求
9 0
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习基础之经典神经网络模型
深度学习模型来源于神经系统层次化结构特性,主要机制是层层递进,逐层抽象,主要应用于计算机视觉(computer vision,CV)和自然语言处理(Natural language processing,NLP)。
24 1

热门文章

最新文章