OpenCV ба Tensorflow ашиглан Dragonboard 410c эсвэл 820c объектыг илрүүлэх: 4 алхам

2024 Зохиолч: John Day | [email protected]. Хамгийн сүүлд өөрчлөгдсөн: 2024-01-30 11:03

Энэхүү зааварчилгаа нь Объект илрүүлэх програмыг ажиллуулахын тулд Python 3.5 -д зориулсан OpenCV, Tensorflow болон машин сургалтын хүрээг хэрхэн суулгах талаар тайлбарласан болно.

Алхам 1: Шаардлага

Танд дараахь хэрэгсэл хэрэгтэй болно.

• DragonBoard ™ 410c эсвэл 820c;

• Linaro-alip-ийн цэвэр суурилуулалт:

  • DB410c: v431 хувилбарт туршсан. Холбоос:
  • DB820c: v228 хувилбарт туршсан. Холбоос:
• Хамгийн багадаа 16GB багтаамжтай MicroSD карт (410c ашиглаж байгаа бол);

Файлыг татаж ав (энэ алхамын төгсгөлд), задалж, MicroSD карт руу хуулж аваарай; Объектууд: Хэрэв DB820c ашиглаж байгаа бол файлыг татаж аваад задалж, тушаалуудын хэрэглээг хөнгөвчлөхийн тулд/home/*USER*/руу зөөнө үү.

• USB төв;
• USB камер (Linux -тэй нийцтэй);
• USB хулгана, гар;
• Интернет холболт.

Тэмдэглэл: Хэрэв боломжтой бол DragonBoard хөтөч дээрх зааврыг дагана уу

Алхам 2: MicroSD картыг суурилуулах (зөвхөн W/ DB410c)

• Dragonboard дахь терминалыг нээнэ үү;
• Терминал дээр fdisk ажиллуулна уу:

$ sudo fdisk -l

• MicroSD картыг DragonBoard MicroSD картны үүрэнд оруулах;
• Fdisk -ийг дахин ажиллуулаад жагсаалтаас шинэ төхөөрөмжийн нэрийг (мөн хуваалтыг) хайж олоорой (жишээ нь mmcblk1p1)

$ sudo fdisk -l

Үндсэн лавлах руу очно уу:

$ cd ~

Фолдер үүсгэх:

$ mkdir sdfolder

MicroSD картыг холбох:

$ mount / dev / sdfolder

Алхам 3: Шаардлагатай хүрээг суулгах

• Dragonboard дахь терминалыг нээнэ үү;
• Терминал дээр сонгосон лавлах руу очно уу (820c -д "~", 410c -д суулгасан SDCard ашиглан):

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Объект илрүүлэгч скрипт хавтас руу очно уу:

$ cd object_detector_tensorflow_opencv/скриптүүд/

Орчны тохиргооны скриптийг ажиллуулна уу:

$ sudo bash set_Env.sh

Системийг шинэчлэх:

$ sudo apt шинэчлэлт

Эдгээр багцыг суулгана уу:

$ sudo apt install -y protobuf-compiler gcc-aarch64-linux-gnu

g ++-aarch64-linux-gnu debootstrap schroot git curl pkg-config zip unzip python python-pip g ++ zlib1g-dev default-jre libhdf5-dev libatlas-base-dev gfortran v4l-utils hdf5* libhdf5* libpng-dev build-essential cmp libreadline-gplv2-dev libncursesw5-dev libssl-dev libsqlite3-dev tk-dev libgdbm-dev libc6-dev libbz2-dev libjpeg-dev libtiff5-dev libavcodec-dev libavformat-dev libvvlv2 libgtk2.0-dev libgtk-3-dev ffmpeg python-opengl

Энэ лавлах руу очно уу:

$ cd /usr /src

Python 3.5 татаж авах:

$ sudo wget

Багцыг задлах:

$ sudo tar xzf Python-3.5.6.tgz

Шахсан багцыг устгах:

$ sudo rm Python-3.5.6.tgz

Python 3.5 лавлах руу очно уу:

$ cd Python-3.5.6

Python 3.5 эмхэтгэлийн оновчлолыг идэвхжүүлнэ үү

$ sudo./configure-идэвхжүүлсэн оновчлол

Python 3.5 хөрвүүлэх:

$ sudo altinstall хийх

Пип болон тохируулах хэрэгслүүдийг шинэчлэх:

$ sudo python3.5 -m pip install -pip && python3.5 -m pip install -upu setuptools

Numpy суулгах:

$ python3.5 -m pip суулгах numpy

Сонгосон лавлах руу очно уу:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Tensorflow 1.11 татаж авах:

$ wget

Tensorflow суулгах:

$ sudo python3.5 -m pip суулгах tensorflow-1.11.0-cp35-none-linux_aarch64.whl

OpenCV ба OpenCV Contrib репозиторуудыг клон хийх:

$ sudo git clone -b 3.4 https://github.com/opencv/opencv.git && sudo git clone -b 3.4

Директор руу очих:

$ cd нээлттэй

Бүтээх лавлах үүсгэж, түүнд очно уу:

$ sudo mkdir build && cd build

CMake ажиллуулах:

$ sudo cmake -D CMAKE_BUILD_TYPE = RELEASE -D CMAKE_INSTALL_PREFIX =/usr/local -D BUILD_opencv_java = OFF -D BUILD_opencv_python = OFF -D BUILD_opencv_python3 = аль python3.5) -D PYTHON_INCLUDE_DIR =/usr/local/include/python3.5m/-D INSTALL_C_EXAMPLES = OFF -D INSTALL_PYTHON3_EXAMPLES = OFF -D BUILD_EXAMPLES = OFF -D WTHTBCUDA_TUTB_CUDA -DBUILD_TBB = ON -D OPENCV_ENABLE_NONFREE = ON -DBUILD_opencv_xfeatures2d = OFF -D OPENGL = ON -D OPENMP = ON -D ENABLE_NEON = ON -D BUILD_PERF_TESTS = OFF/ON -ON/ON -ON/ON -ON модулиуд..

OpenCV -ийг 4 цөмтэй хөрвүүлэх:

$ sudo make -j 4

OpenCV суулгах:

$ sudo make install

Сонгосон лавлах руу очно уу:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Скриптийн лавлах руу очно уу:

$ cd object_detector_tensorflow_opencv/скриптүүд/

Python3.5 -ийн шаардлагыг суулгах:

$ sudo python3.5 -m pip install -r requirements.txt --no -cache -dir

Туршилтын импорт:

$ python3.5

> cv2 импорт >> tensorflow импортлох

Обс: Хэрэв cv2 импортын алдааг буцааж өгвөл openCV бүтээх хавтсанд make install ажиллуулаад дахин оролдоно уу

Сонгосон лавлах руу очно уу:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Кокоапи репозиторыг татаж авах:

$ git клон

Tensorflow загварын репозиторыг татаж авах:

$ git клон

Энэ лавлах руу очно уу:

$ cd cocoapi/PythonAPI

Makefile файлыг засварлаж, 3 ба 8 -р мөрөнд python -ийг python3.5 болгон өөрчилж, файлыг хадгална уу (жишээ болгон нано ашиглан):

$ нано Makefile

Кокоапи эмхэтгэх:

$ sudo хийх

Obs: Хэрэв 'make' командыг эмхэтгэхгүй бол cython -ийг дахин суулгаж үзээрэй

$ sudo python3.5 -m pip cython суулгаарай

Pycocotools -ийг tensorflow /model /судалгааны лавлах руу хуулах:

(820c) $ cp -r pycocotools ~/загвар/судалгаа/

(410c) $ cp -r pycocotools ~/sdfolder/загвар/судалгаа/

Сонгосон лавлах руу очно уу:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Загвар/судалгааны лавлах руу очно уу:

$ cd загвар/судалгаа

Проток ашиглан эмхэтгэх:

$ protoc object_detection/protos/*. proto --python_out =.

Экспортын орчны хувьсагч:

$ export PYTHONPATH = $ PYTHONPATH: `pwd`:` pwd`/slim

Байгаль орчныг турших:

$ python3.5 object_detection/барилгачид/model_builder_test.py

Obs: Энэ нь буцаагдах ёстой, эс тэгвээс програм ажиллахгүй болно. Хэрэв тийм биш бол шаардлагатай хүрээг суурилуулах явцад гарсан алдааг сайтар хайгаарай

Алхам 4: Объект илрүүлэх API ажиллуулах

Бүх хүрээг тохируулсны дараа OpenCV ашигладаг объект илрүүлэх API -ийг Tensorflow -тэй хамт ажиллуулах боломжтой боллоо.

Сонгосон лавлах руу очно уу:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Объект илрүүлэх лавлах руу очно уу:

$ cd object_detector_tensorflow_opencv/

Одоо програмыг ажиллуулна уу:

$ python3.5 app.py

Одоо Dragonboard видеог сүлжээгээр дамжуулах болно. Гаралтын видеог үзэхийн тулд хөтөчийг DB дээр нээгээд "0.0.0.0: 5000" руу очно уу.