PC(AMD R5 3500U无独显)
想知道在这两个地方使用加速棒的效果是否一样,因为暂时没有树莓派,所以想在电脑上测试,但是不知道区别大不大。
在PC上使用NCS2和树莓派上使用NCS2加速yolo效果一样吗?
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
关注 不知道你这个问题是否已经解决, 如果还没有解决的话:- 你可以看下这个问题的回答https://ask.csdn.net/questions/7555928
- 你也可以参考下这篇文章:NC环境一直搭不起来网报报错
- 除此之外, 这篇博客: 在树莓派+Intel NCS2上跑YoloV3 Tiny中的 1.3 转换 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
在Windows下执行
python tensorflow-yolo-v3/convert_weights_pb.py --weights_file yolov3-tiny.weights --class_names tiny_yolov3.labels --tiny True --size 416 --data_format NHWC --output_graph tiny_yolov3.pb
上面这条命令在tensorflow版本为1.9.0时输出的.pb文件openvino能正确转换,tensorflow == 1.13输出的pb文件稍微有点改变,Model Optimizer解析不了。
相关讨论:
https://software.intel.com/en-us/forums/computer-vision/topic/805882编写一个新文件tiny_yolo_v3.json,内容为
[ { "id": "TFYOLOV3", "match_kind": "general", "custom_attributes": { "classes": 80, "coords": 4, "num": 9, "mask": [0, 1, 2], "entry_points": ["detector/yolo-v3-tiny/Reshape", "detector/yolo-v3-tiny/Reshape_4"] } } ]
为什么这里mask只取0,1,2后面再研究。
在windows下执行
python C:\Intel\computer_vision_sdk\deployment_tools\model_optimizer\mo_tf.py --input_shape [1,416,416,3] -m tiny_yolov3.pb --reverse_input_channels --tensorflow_use_custom_operations_config tiny-yolov3.json -n tiny_yolov3 --data_type FP16
生成 tiny_yolov3.bin 和 tiny_yolov3.xml ,将其和 tiny_yolov3.labels 一起上传到树莓派。
测试视频:歌曲《Yolo》
测试
obj_detection_demo_yolov3_tiny_async -i YOLOTheSong_x264.mp4 -m tiny_yolov3.xml -d MYRIAD
效果不太好,5fps左右,识别准确度也不行。以后再优化。
实际应用的时候考虑不用视频,而是直接拍照处理。
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^解决评论 打赏 举报无用 1
悬赏问题
- ¥15 关于#windows#的问题:怎么用WIN 11系统的电脑 克隆WIN NT3.51-4.0系统的硬盘
- ¥15 matlab有关常微分方程的问题求解决
- ¥15 perl MISA分析p3_in脚本出错
- ¥15 k8s部署jupyterlab,jupyterlab保存不了文件
- ¥15 ubuntu虚拟机打包apk错误
- ¥199 rust编程架构设计的方案 有偿
- ¥15 回答4f系统的像差计算
- ¥15 java如何提取出pdf里的文字?
- ¥100 求三轴之间相互配合画圆以及直线的算法
- ¥100 c语言,请帮蒟蒻写一个题的范例作参考