Name | Date | Size | #Lines | LOC | ||
---|---|---|---|---|---|---|
.. | - | - | ||||
ai_infer_process/ | 12-May-2024 | - | 1,127 | 699 | ||
dependency/ | 12-May-2024 | - | 526 | 376 | ||
ext_util/ | 12-May-2024 | - | 627 | 358 | ||
interconnection_server/ | 12-May-2024 | - | 925 | 596 | ||
mpp_help/ | 12-May-2024 | - | 2,940 | 1,957 | ||
scenario/ | 12-May-2024 | - | 1,365 | 849 | ||
smp/ | 12-May-2024 | - | 3,016 | 2,073 | ||
BUILD.gn | D | 12-May-2024 | 6.7 KiB | 175 | 165 | |
README.md | D | 12-May-2024 | 9 KiB | 170 | 118 |
README.md
1# 5.综合实验案例 2 3## 1. 概述 4 5综合案例章节中,我们将在Hi3516DV300 SDK的基础之上进行开发,分别为手部检测+手势识别实验,垃圾分类实验,网球检测实验。手部检测+手势识别实验,垃圾分类实验,以及网球检测实验,主要基于训练好的wk模型在板端进行部署,并充分发挥海思IVE、NNIE硬件加速能力,完成AI推理和业务处理。 6 7## 2. 目录 8 9* ai_sample在Hi3516DV300 SDK基础上进行开发,在利用媒体通路的基础上,通过捕获VPSS帧进行预处理操作,并送至NNIE进行推理,结合AI CPU算子最终得到AI Flag并进行相应业务处理,该AI sample集成了垃圾分类、手势检测识别、网球检测 三个基础场景,运用到媒体理论、多线程、IPC通信、IVE、NNIE等思想,实现了一个轻量级sample,方便开发者了解taurus Hi3516DV300的AI能力,ai_sample目录结构如下: 10 11```shell 12//device/soc/hisilicon/hi3516dv300/sdk_linux/sample/taurus/ai_sample 13│ BUILD.gn # 编译ohos ai_sample需要的gn文件 14├─ai_infer_process # AI前处理、推理、后处理相关接口 15│ ├─ai_infer_process.c 16│ └─ai_infer_process.h 17├─dependency # ai sample依赖的一些功能,如语音播报 18│ ├─audio_test.c 19│ └─audio_test.h 20├─ext_util # 常用的基础接口、可移植操作系统接口posix等 21│ ├─base_interface.c 22│ ├─base_interface.h 23│ ├─misc_util.c 24│ ├─misc_util.h 25│ ├─posix_help.c 26│ └─posix_help.h 27├─mpp_help # 封装的媒体相关接口 28│ ├─include 29│ │ ├─ive_img.h 30│ │ └─vgs_img.h 31│ └─src 32│ ├─ive_img.c 33│ └─vgs_img.c 34├─scenario 35│ ├─cnn_trash_classify # 垃圾分类sample 36│ │ ├─cnn_trash_classify.c 37│ │ └─cnn_trash_classify.h 38│ ├─hand_classify # 手部检测+手势识别sample 39│ │ ├─hand_classify.c 40│ │ ├─hand_classify.h 41│ │ ├─yolov2_hand_detect.c 42│ │ └─yolov2_hand_detect.h 43│ └─tennis_detect # 网球检测sample 44│ ├── README.md 45│ ├── tennis_detect.cpp 46│ └── tennis_detect.h 47└─smp # ai sample主入口及媒体处理文件 48 ├─sample_ai_main.cpp 49 ├─sample_media_ai.c 50 └─sample_media_ai.h 51``` 52 53## 3.拷贝第三方库 54 55* 步骤1:在源码的根目录下,分步执行下面的命令,拷贝第三方库至ai sample中 56 57``` 58mkdir device/soc/hisilicon/hi3516dv300/sdk_linux/sample/taurus/ai_sample/third_party/src/ -p 59 60cp third_party/iniparser device/soc/hisilicon/hi3516dv300/sdk_linux/sample/taurus/ai_sample/third_party/src/ -rf 61``` 62 63 64 65* 步骤2:使用IDE打开device/soc/hisilicon/hi3516dv300/sdk_linux/sample/taurus/ai_sample/third_party/src/iniparser/src/iniparser.c文件,把第15行的1024改成8192。 66 67```c 68#define ASCIILINESZ ((8192)) // (1024) 69``` 70 71 72 73* 把交叉编译好的opencv压缩包复制到Ubuntu的openharmony的源码目录下 74 75 76 77* 执行下面的命令,创建output,然后把opencv压缩包解压至output目录下。 78 79``` 80mkdir device/soc/hisilicon/hi3516dv300/sdk_linux/sample/taurus/ai_sample/third_party/output/ -p 81 82tar -zxvf opencv.tgz -C device/soc/hisilicon/hi3516dv300/sdk_linux/sample/taurus/ai_sample/third_party/output/ 83``` 84 85 86 87## 4. 编译 88 89在编译ai_sample之前,需确保OpenHarmony 小型系统的主干代码已经整编通过,**且已经按照《[修改源码及配置文件适配Taurus开发板](../doc/2.2.1.%E4%BF%AE%E6%94%B9%E6%BA%90%E7%A0%81%E5%8F%8A%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6%E9%80%82%E9%85%8DTaurus%E5%BC%80%E5%8F%91%E6%9D%BF.md)》的内容进行修改**。在单编ai_sample之前,需修改目录下的一处依赖,进入//device/soc/hisilicon/hi3516dv300/sdk_linux目录下,通过修改BUILD.gn,在deps下面新增target,``"sample/taurus/ai_sample:hi3516dv300_ai_sample"``,如下图所示: 90 91 92 93* 点击Deveco Device Tool工具的Build按键进行编译,具体的编译过程这里不再赘述,编译成功后,如下图所示: 94 95 96 97* 编译成功后,即可在out/hispark_taurus/ipcamera_hispark_taurus_linux/rootfs/bin目录下,生成 ohos_camera_ai_demo可执行文件,如下图所示: 98 99 100 101## 5. 拷贝可执行程序和依赖文件至开发板的mnt目录下 102 103**方式一:使用SD卡进行资料文件的拷贝** 104 105* 首先需要自己准备一张SD卡 106* 步骤1:将编译后生成的可执行文件拷贝到SD卡中。 107* 步骤2:将device\soc\hisilicon\hi3516dv300\sdk_linux\out\lib\目录下的**libvb_server.so和 libmpp_vbs.so**拷贝至SD卡中 108* 步骤3:将device/soc/hisilicon/hi3516dv300/sdk_linux/sample/taurus/目录下的models文件夹和aac_file文件夹拷贝至SD卡中。(前提是按照《[获取sample依赖的资源文件到本地](../doc/6.2.%E8%8E%B7%E5%8F%96sample%E4%BE%9D%E8%B5%96%E7%9A%84%E8%B5%84%E6%BA%90%E6%96%87%E4%BB%B6%E5%88%B0%E6%9C%AC%E5%9C%B0.md)》文档获取了资源文件) 109* 步骤4:复制device\soc\hisilicon\hi3516dv300\sdk_linux\sample\taurus\ai_sample\third_party\output\opencv\lib\目录下的libopencv_world.so.4.5.5 拷贝至Windows的nfs共享路径下 110 111 112 113* 步骤5:可执行文件拷贝成功后,将内存卡插入开发板的SD卡槽中,可通过挂载的方式挂载到板端,可选择SD卡 mount指令进行挂载。 114 115```shell 116mount -t vfat /dev/mmcblk1p1 /mnt 117# 其中/dev/mmcblk1p1需要根据实际块设备号修改 118``` 119 120* 挂载成功后,如下图所示: 121 122 123 124**方式二:使用NFS挂载的方式进行资料文件的拷贝** 125 126* 首先需要自己准备一根网线 127* 步骤1:参考[博客链接](https://blog.csdn.net/Wu_GuiMing/article/details/115872995?spm=1001.2014.3001.5501)中的内容,进行nfs的环境搭建 128* 步骤2:将编译后生成的可执行文件拷贝到Windows的nfs共享路径下 129* 步骤3:将device\soc\hisilicon\hi3516dv300\sdk_linux\out\lib\目录下的**libvb_server.so和 libmpp_vbs.so**拷贝至Windows的nfs共享路径下 130* 步骤4:将device/soc/hisilicon/hi3516dv300/sdk_linux/sample/taurus/目录下的**models文件夹**和**aac_file文件夹**拷贝至Windows的nfs共享路径下(前提是按照《[获取sample依赖的资源文件到本地](../doc/6.2.%E8%8E%B7%E5%8F%96sample%E4%BE%9D%E8%B5%96%E7%9A%84%E8%B5%84%E6%BA%90%E6%96%87%E4%BB%B6%E5%88%B0%E6%9C%AC%E5%9C%B0.md)》文档获取了资源文件) 131* 步骤5:复制device\soc\hisilicon\hi3516dv300\sdk_linux\sample\taurus\ai_sample\third_party\output\opencv\lib\目录下的libopencv_world.so.4.5.5 拷贝至Windows的nfs共享路径下 132 133 134 135 136* 步骤6:依赖文件拷贝至Windows的nfs共享路径下后,执行下面的命令,将Windows的nfs共享路径挂载至开发板的mnt目录下 137 138``` 139mount -o nolock,addr=192.168.200.1 -t nfs 192.168.200.1:/d/nfs /mnt 140``` 141 142## 6.拷贝mnt目录下的文件至正确的目录下 143 144* 执行下面的命令,拷贝mnt目录下面的ohos_camera_ai_demo至userdata目录,拷贝mnt目录下面的libvb_server.so和 libmpp_vbs.so至/usr/lib/目录下,再将models和aac_file文件夹拷贝至userdata目录下,然后再在userdata目录下创建一个lib,用来存放opencv的库文件。 145 146``` 147cp /mnt/ohos_camera_ai_demo /userdata/ 148cp /mnt/libvb_server.so /usr/lib/ 149cp /mnt/libmpp_vbs.so /usr/lib/ 150cp /mnt/models /userdata/ -rf 151cp /mnt/aac_file /userdata/ -rf 152mkdir /userdata/lib/ -p 153cp /mnt/libopencv_world.so.4.5.5 /userdata/lib/ 154ln -s /userdata/lib/libopencv_world.so.4.5.5 /userdata/lib/libopencv_world.so.405 155ln -s /userdata/lib/libopencv_world.so.405 /userdata/lib/libopencv_world.so 156``` 157 158 159 160* 执行下面的命令,给ohos_camera_ai_demo文件可执行权限 161 162``` 163chmod 777 /userdata/ohos_camera_ai_demo 164``` 165 166 167 168 169 170