【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

目录
打赏
0
0
0
0
39
分享
相关文章
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
48 3
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV1,用于移动视觉应用的高效卷积神经网络
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
56 1
RT-DETR改进策略【模型轻量化】| 替换骨干网络为MoblieNetV2,含模型详解和完整配置步骤
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
95 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
71 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
Java网络编程,多线程,IO流综合小项目一一ChatBoxes
**项目介绍**:本项目实现了一个基于TCP协议的C/S架构控制台聊天室,支持局域网内多客户端同时聊天。用户需注册并登录,用户名唯一,密码格式为字母开头加纯数字。登录后可实时聊天,服务端负责验证用户信息并转发消息。 **项目亮点**: - **C/S架构**:客户端与服务端通过TCP连接通信。 - **多线程**:采用多线程处理多个客户端的并发请求,确保实时交互。 - **IO流**:使用BufferedReader和BufferedWriter进行数据传输,确保高效稳定的通信。 - **线程安全**:通过同步代码块和锁机制保证共享数据的安全性。
68 23
|
1月前
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
64 2
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v2,加速训练,快速收敛
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v2,加速训练,快速收敛
41 1
RT-DETR改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
RT-DETR改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
57 0
RT-DETR改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 ICCV 2023的EfficientViT 用于高分辨率密集预测的多尺度线性关注
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 ICCV 2023的EfficientViT 用于高分辨率密集预测的多尺度线性关注
44 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 ICCV 2023的EfficientViT 用于高分辨率密集预测的多尺度线性关注
RT-DETR改进策略【模型轻量化】| 替换华为的极简主义骨干网络:VanillaNet
RT-DETR改进策略【模型轻量化】| 替换华为的极简主义骨干网络:VanillaNet
63 0

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等