Объекттерди аныктоо W/ Dragonboard 410c же 820c OpenCV жана Tensorflow аркылуу .: 4 кадам

2024 Автор: John Day | [email protected]. Акыркы өзгөртүү: 2024-01-30 10:40

Бул көрсөтмөлөр Object Detection тиркемесин иштетүү үчүн Python 3.5 үчүн OpenCV, Tensorflow жана машина үйрөнүү алкактарын кантип орнотууну сүрөттөйт.

1 -кадам: талаптар

Сизге төмөнкү белгилер керек болот:

• A DragonBoard ™ 410c же 820c;

• Linaro-alipтин таза орнотулушу:

  • DB410c: v431 версиясында сыналган. Шилтеме:
  • DB820c: v228 версиясында сыналган. Шилтеме:
• Жок дегенде 16 ГБ сыйымдуулугу бар MicroSD картасы (эгерде 410c колдонулса);

Файлды жүктөп алыңыз (Бул кадамдын аягында), ачуу жана MicroSD картасына көчүрүү; Обс: Эгерде DB820c колдонулса, файлды жүктөп алыңыз, ачыңыз жана/home/*USER*/дарегине өтүңүз.

• USB борбору;
• USB камерасы (Linux менен шайкеш);
• USB чычкан жана клавиатура;
• Интернет байланышы.

Obs: Мүмкүн болсо, DragonBoard браузериндеги бул көрсөтмөлөрдү аткарыңыз, бул буйруктардын көчүрүлүшүн жеңилдетет

2 -кадам: MicroSD картасын орнотуу (W/ DB410c гана)

• Dragonboardдогу терминалды ачыңыз;
• Терминалда fdisk иштейт:

$ sudo fdisk -l

• MicroSD картасын DragonBoard MicroSD картасынын уячасына салыңыз;
• Тизмеден жаңы түзмөктүн атын (жана бөлүгүн) издеп, fdiskти кайра иштетиңиз (мис. Mmcblk1p1)

$ sudo fdisk -l

Түп каталогго өтүңүз:

$ cd ~

Папканы түзүү:

$ mkdir sdfolder

MicroSD картасын орнотуңуз:

$ mount / dev / sdfolder

3 -кадам: Керектүү алкактарды орнотуу

• Dragonboardдогу терминалды ачыңыз;
• Терминалда тандалган каталогго өтүңүз (820c үчүн "~" жана 410c үчүн орнотулган SDCard менен):

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Объект детекторунун скрипттери папкасына өтүңүз:

$ cd object_detector_tensorflow_opencv/скрипттер/

Айлана -чөйрөнү жөндөө скриптин иштетүү:

$ sudo bash set_Env.sh

Системаны жаңыртуу:

$ sudo apt update

Бул пакеттерди орнотуңуз:

$ 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 cmcm 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 libsvxl-dev-libvxv2 libgtk2.0-dev libgtk-3-dev ffmpeg python-opengl

Бул каталогго өтүңүз:

$ cd /usr /src

Python 3.5 жүктөп алыңыз:

$ sudo wget

Пакетти чыгаруу:

$ sudo tar xzf Python-3.5.6.tgz

Кысылган пакетти жок кылыңыз:

$ sudo rm Python-3.5.6.tgz

Python 3.5 каталогуна өтүңүз:

$ cd Python-3.5.6

Python 3.5 компиляциясы үчүн оптимизацияны иштетүү:

$ sudo./configure --enable-optimizations

Python 3.5ти түзүү:

$ sudo altinstall жасаңыз

Пипти жана орнотуу куралдарын жаңыртыңыз:

$ sudo python3.5 -m pip орнотуу -pip && python3.5 -m pip орнотуу -setuptools жаңыртуу

Numpy орнотуу:

$ python3.5 -m pip орнотуу numpy

Тандалган каталогго өтүңүз:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Tensorflow 1.11 жүктөп алыңыз:

$ wget

Tensorflow орнотуу:

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

OpenCV жана OpenCV Contrib репозиторийлерин Clone:

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

Каталогго өтүү:

$ cd opencv

Куруу каталогун түзүңүз жана ага өтүңүз:

$ sudo mkdir build && cd build

CMake иштетүү:

$ sudo cmake -D CMAKE_BUILD_TYPE = ЧЫГАРУУ -D CMAKE_INSTALL_PREFIX =/usr/local -D BUILD_opencv_java = OFF -D BUILD_opencv_python = OFF -D BUILD_opencv_python3 = -PE_PETH_EPE_E_E_E_E_E_E_E_E_E_E_EE_E_0 Кайсы 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 WITHTBCUDA_CUDA_WUTT_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 -OPED модулдар..

OpenCVди 4 ядро менен түзүңүз:

$ sudo make -j 4

OpenCV орнотуу:

$ sudo make install

Тандалган каталогго өтүңүз:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Скрипттер каталогуна өтүңүз:

$ cd object_detector_tensorflow_opencv/скрипттер/

Python3.5 талаптарын орнотуңуз:

$ sudo python3.5 -m pip орнотуу -r талаптар.txt --no -cache -dir

Тест импорту:

$ python3.5

> cv2 импорт >> tensorflow импорт

Obs: Эгерде cv2 импорттук катаны кайтарып берсе, OpenCV куруучу папкасында install орнотуп, кайра аракет кылыңыз

Тандалган каталогго өтүңүз:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Кокоапи репозиторийин түшүрүү:

$ git клону

Tensorflow моделдеринин репозиторийин жүктөп алыңыз:

$ git клону

Бул каталогго өтүңүз:

$ cd cocoapi/PythonAPI

Makefile файлын түзөтүңүз, pythonду python3.5ке 3 жана 8 -сапка өзгөртүп, файлды сактаңыз (мисал катары нанону колдонуп):

$ nano Makefile

Кокоапини түзүңүз:

$ sudo make

Obs: Эгерде "make" буйругу компиляцияланбаса, cython менен кайра орнотуп көрүңүз:

$ sudo python3.5 -m пип cython орнотуу

Pycocotoolsду tensorflow /model /изилдөө каталогуна көчүрүү:

(820c) $ cp -r pycocotools ~/моделдер/изилдөө/

(410c) $ cp -r pycocotools ~/sdfolder/моделдер/изилдөө/

Тандалган каталогго өтүңүз:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Моделдерге/изилдөө каталогуна өтүңүз:

$ cd моделдери/изилдөө

Проток менен түзүү:

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

Экспорттук чөйрөнүн өзгөрмөсү:

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

Айлана -чөйрөнү сыноо:

$ python3.5 object_detection/куруучулар/model_builder_test.py

Obs: Бул OK кайтарылышы керек, антпесе колдонмо иштебейт. Болбосо, керектүү алкактарды орнотуу процессинде кандайдыр бир катаны кылдаттык менен издеңиз

4 -кадам: Object Detection API иштетүү

Бардык алкактар конфигурациялангандыктан, азыр Tensorflow менен бирге OpenCV колдонгон объекттерди аныктоочу API иштетүүгө болот.

Тандалган каталогго өтүңүз:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Объекттерди аныктоо каталогуна өтүңүз:

$ cd object_detector_tensorflow_opencv/

Эми колдонмону иштетүү:

$ python3.5 app.py

Эми Dragonboard видеону тармак аркылуу агылтат. Чыгуучу видеону көрүү үчүн браузерди ДБда ачыңыз жана "0.0.0.0: 5000" ге өтүңүз.