[嵌入式AI从0开始到入土]嵌入式AI系列教程
注：等我摸完鱼再把链接补上
可以关注我的B站号工具人呵呵的个人空间，后期会考虑出视频教程，务必催更，以防我变身鸽王。
第1期 昇腾Altas 200 DK上手
第2期 下载昇腾案例并运行
第3期 官方模型适配工具使用
第4期 炼丹炉的搭建（基于Ubuntu23.04 Desktop）
第5期 炼丹炉的搭建（基于wsl2_Ubuntu22.04）
第6期 Ubuntu远程桌面配置
第7期 下载yolo源码及样例运行验证
第8期 在线Gpu环境训练（基于启智ai协作平台）
第9期 转化为昇腾支持的om离线模型
第10期 jupyter lab的使用
第11期 yolov5在昇腾上推理
第12期 yolov5在昇腾上应用
未完待续…
文章目录
前言
注：本文基于Atlas 200 Dk编写，其他版本可能会有版本依赖问题
上一节中，我们已经完成了图片推理，但是仅仅图像的推理怎么够，起码得视频或者摄像头吧。因此我参考了案例，进行了修改。
一、获取案例
我扒了200i DK A2的案例下来（似乎官方没有给案例的下载地址），当然你也可以使用上一节的资源包，然后新建这个案例文件。
当然你可以使用我本文置顶的资源，都是我测试完成的。
1、获取系统镜像
2、获取案例
下载完后，解压，在Ubuntu中挂载
A200I-DK-A2_desktop-image_1.2.3_ubuntu22.04-aarch64.img
镜像文件,案例在
root_fs/home/HwHiAiUser/samples/notebooks
下。这次我们取第一个案例即可。
复制出来，上传到200DK。
3、原始案例
这里贴一份出来，毕竟镜像有一点点大。挂资源大概率过不了审核。
# 导入代码依赖import cv2
import numpy as np
import ipywidgets as widgets
from IPython.display import display
import torch
from skvideo.io import vreader, FFmpegWriter
import IPython.display
from ais_bench.infer.interface import InferSession
from det_utils import letterbox, scale_coords, nms
defpreprocess_image(image, cfg, bgr2rgb=True):"""图片预处理"""
img, scale_ratio, pad_size = letterbox(image, new_shape=cfg['input_shape'])if bgr2rgb:
img = img[:,:,::-1]
img = img.transpose(2,0,1)# HWC2CHW
img = np.ascontiguousarray(img, dtype=np.float32)return img, scale_ratio, pad_size
defdraw_bbox(bbox, img0, color, wt, names):"""在图片上画预测框"""
det_result_str =''for idx, class_id inenumerate(bbox[:,5]):iffloat(bbox[idx][4]<float(0.05)):continue
img0 = cv2.rectangle(img0,(int(bbox[idx][0]),int(bbox[idx][1])),(int(bbox[idx][2]),int(bbox[idx][3])),
color, wt)
img0 = cv2.putText(img0,str(idx)+' '+ names[int(class_id)],(int(bbox[idx][0]),int(bbox[idx][1]+16)),
cv2.FONT_HERSHEY_SIMPLEX,0.5,(0,0,255),1)
img0 = cv2.putText(img0,'{:.4f}'.format(bbox[idx][4]),(int(bbox[idx][0]),int(bbox[idx][1]+32)),
cv2.FONT_HERSHEY_SIMPLEX,0.5,(0,0,255),1)
det_result_str +='{} {} {} {} {} {}\n'.format(
names[bbox[idx][5]],str(bbox[idx][4]), bbox[idx][0], bbox[idx][1], bbox[idx][2], bbox[idx][3])return img0
defget_labels_from_txt(path):"""从txt文件获取图片标签"""
labels_dict =dict()withopen(path)as f:for cat_id, label inenumerate(f.readlines()):
labels_dict[cat_id]= label.strip()return labels_dict
defdraw_prediction(pred, image, labels):"""在图片上画出预测框并进行可视化展示"""
imgbox = widgets.Image(format='jpg', height=720, width=1280)
img_dw = draw_bbox(pred, image,(0,255,0),2, labels)
imgbox.value = cv2.imencode('.jpg', img_dw)[1].tobytes()
display(imgbox)definfer_image(img_path, model, class_names, cfg):"""图片推理"""# 图片载入
image = cv2.imread(img_path)# 数据预处理
img, scale_ratio, pad_size = preprocess_image(image, cfg)# 模型推理
output = model.infer([img])[0]
output = torch.tensor(output)# 非极大值抑制后处理
boxout = nms(output, conf_thres=cfg["conf_thres"], iou_thres=cfg["iou_thres"])
pred_all = boxout[0].numpy()# 预测坐标转换
scale_coords(cfg['input_shape'], pred_all[:,:4], image.shape, ratio_pad=(scale_ratio, pad_size))# 图片预测结果可视化
draw_prediction(pred_all, image, class_names)definfer_frame_with_vis(image, model, labels_dict, cfg, bgr2rgb=True):# 数据预处理
img, scale_ratio, pad_size = preprocess_image(image, cfg, bgr2rgb)# 模型推理
output = model.infer([img])[0]
output = torch.tensor(output)# 非极大值抑制后处理
boxout = nms(output, conf_thres=cfg["conf_thres"], iou_thres=cfg["iou_thres"])
pred_all = boxout[0].numpy()# 预测坐标转换
scale_coords(cfg['input_shape'], pred_all[:,:4], image.shape, ratio_pad=(scale_ratio, pad_size))# 图片预测结果可视化
img_vis = draw_bbox(pred_all, image,(0,255,0),2, labels_dict)return img_vis
defimg2bytes(image):"""将图片转换为字节码"""returnbytes(cv2.imencode('.jpg', image)[1])definfer_video(video_path, model, labels_dict, cfg):"""视频推理"""
image_widget = widgets.Image(format='jpeg', width=800, height=600)
display(image_widget)# 读入视频
cap = cv2.VideoCapture(video_path)whileTrue:
ret, img_frame = cap.read()ifnot ret:break# 对视频帧进行推理
image_pred = infer_frame_with_vis(img_frame, model, labels_dict, cfg, bgr2rgb=True)
image_widget.value = img2bytes(image_pred)definfer_camera(model, labels_dict, cfg):"""外设摄像头实时推理"""deffind_camera_index():
max_index_to_check =10# Maximum index to check for camerafor index inrange(max_index_to_check):
cap = cv2.VideoCapture(index)if cap.read()[0]:
cap.release()return index
# If no camera is foundraise ValueError("No camera found.")# 获取摄像头
camera_index = find_camera_index()
cap = cv2.VideoCapture(camera_index)# 初始化可视化对象
image_widget = widgets.Image(format='jpeg', width=1280, height=720)
display(image_widget)whileTrue:# 对摄像头每一帧进行推理和可视化
_, img_frame = cap.read()
image_pred = infer_frame_with_vis(img_frame, model, labels_dict, cfg)
image_widget.value = img2bytes(image_pred)
cfg ={'conf_thres':0.4,# 模型置信度阈值，阈值越低，得到的预测框越多'iou_thres':0.5,# IOU阈值，高于这个阈值的重叠预测框会被过滤掉'input_shape':[640,640],# 模型输入尺寸}
model_path ='yolo.om'
label_path ='./coco_names.txt'# 初始化推理模型
model = InferSession(0, model_path)
labels_dict = get_labels_from_txt(label_path)
infer_mode ='video'if infer_mode =='image':
img_path ='world_cup.jpg'
infer_image(img_path, model, labels_dict, cfg)elif infer_mode =='camera':
infer_camera(model, labels_dict, cfg)elif infer_mode =='video':
video_path ='racing.mp4'
infer_video(video_path, model, labels_dict, cfg)
二、修改案例
1、打开jupyter
在
yolov5_ascend_example
文件夹下打开终端，输入
jupyter lab --ip192.168.3.2 --allow-root
电脑浏览器访问
http://192.168.3.2:8888
，右侧打开我们的
mian.ipynb
文件。
2、atc转换模型
200DK照抄，200I DK A2最后改成Ascend 310B1
atc --model=models/best.onnx --framework=5--output=models/mymodel --input_format=NCHW --input_shape="images:1,3,640,640"--input_fp16_nodes=images --log=error --soc_version=Ascend310
运行结果如下，大约5到10分钟。当然，你也可以用ubuntu主机去做，会快很多，我用pc转换只需要半分钟左右，还是一台4代i7的老年机。
3、安装依赖
使用我的案例代码的直接运行即可
其他的请按照以下方法安装
!pip install scikit_video
!pip install pip_packages/aclruntime-0.0.2-cp39-cp39-linux_aarch64.whl
!pip install pip_packages/ais_bench-0.0.2-py3-none-any.whl
注意，aclruntime和ais_bench推理程序的whl包请前往昇腾gitee仓库下载。
4、修改预处理函数
这里我们使用自己训练的模型，需要做如下修改。
将
img = np.ascontiguousarray(img, dtype=np.float32)
改为
img = np.ascontiguousarray(img, dtype=np.float16)/255.0
5、修改模型和标签路径
6、选择你需要的推理模式
这里务必注意，如果是在vscode里远程打开main.ipynb的，不要推理视频！！！ 不仅不显示推理的图像，还会导致内存占用不断升高，且无法终止内核，甚至杀不死进程，最后爆内存断开ssh连接。最终我只能按下复位。
注意
200DK不支持opencv调用摄像头
三、问题
1、No module named ‘scikit’
pip install scikit-video
别搞错名字就行。
2、No module named ‘ais_bench’
访问Gitee仓库，这里有三种方法，作为懒人肯定是选择whl包安装啦。
我的pc机python是3.9，所以下载这两个，按照下方说明进行安装就行。
咱就粗暴一点，强制覆盖安装啦。
pip3 install ./aclruntime-{version}-{python_version}-linux_{arch}.whl --force-reinstall
pip3 install ./ais_bench-{version}-py3-none-any.whl --force-reinstall
安装成功会提示
# 成功安装aclruntime
Successfully installed aclruntime-{version}# 成功安装ais_bench推理程序
Successfully installed ais_bench-{version}
安装失败的话检查版本然后祭出重启大法。
3、 InputTensor Data Type mismatches.
这里是折磨了我三天的问题，甚至进行了一下几个可能的排列组合（请不要笑）
1、怀疑导出onnx模型问题
我对比了两个onnx模型结构
发现只有这里不一样，但是不应该会导致这个问题啊
2、怀疑版本问题
这里怀疑的是转换时的版本问题。因此进行了一波友好的控制变量法测试（手动狗头）。键盘差点不保！
- pc机cann7.0
- 200dkcann5.1
- best.onnx我自己的模型
- yolov5s.onnx 200i案例的模型
- yolo.om 200i案例的模型
- best.om我pc机转的模型
- mymodel.om 200dk转的模型
最终，耗时一下午，还是失败了。
3、om模型有问题！！！
最后，只能怀疑是om模型有问题，于是我使用atc指令查询其信息，果然发现了问题所在。关于用法请参考文档。
对比两个模型，在
Atc command line
中
best.om
多了
--input_fp16_nodes=images
。我回去一查，嘿，mindx似乎只能用fp16做输入，而我之后转换的模型都是fp32的，怪不得main.py报错。但是，这时
ais_bench
推理的
main.ipynb
又报错了，我们只需要把这个32改成16.
4、预测框错乱
这里在经过我刨地三尺，翻了三遍论坛，终于找到了罪魁祸首。详情请参考原文链接。
我们只需要在这个案例这一行后面添加
/255.0
即可。
5、can’t open camera by index
使用
ls /dev
命令发现确实没有video类似的设备
花了两天，最后在昇腾社区找到了答案。
atlas200dk不支持opencv，atlas200dk需要使用自己的媒体处理接口
接口描述：https://www.hiascend.com/document/detail/zh/Atlas200DKDeveloperKit/1013/MediaAPI/atlasma_07_0001.html
摄像头样例：https://gitee.com/ascend/samples/tree/master/cplusplus/level1_single_api/5_200dk_peripheral/ascendcamera
总结
不要问我为什么放鸽子，当你被bug折磨，别说解决方案了，甚至这个报错百度都搜不到，那是心态直接爆炸啊。
强烈建议直接使用我置顶提供的案例文件，避免踩坑，从我做起！！！
我是替你们踩坑的工具人呵呵，下期继续，希望能尽快爬出来吧。
版权归原作者 工具人呵呵 所有， 如有侵权，请联系我们删除。