README.md

SSD

目录

• SSD
  • 目录
  • 1. 简介
  • 2. 数据集
  • 3. 准备环境与数据
    • 3.1 准备开发环境
    • 3.2 准备模型与数据
  • 4. 模型转换
    • 4.1 生成FP32 BModel
    • 4.2 生成INT8 BModel
  • 5. 推理测试
    • 5.1 环境配置
    • 5.2 C++例程推理
    • 5.3 Python例程推理

1. 简介

SSD300 Object Detect Demos

2. 数据集

VOC0712

3. 准备环境与数据

3.1 准备开发环境

转换模型前需要进入docker环境，切换到sdk根目录，启动docker容器：

• 从宿主机SDK根目录下执行脚本进入docker环境

./docker_run_<***>sdk.sh

• 在docker容器内安装SDK及设置环境变量

# 在docker容器内执行
cd $REL_TOP/scripts
# 安装库
./install_lib.sh nntc
# 设置环境变量，注意此命令只对当前终端有效，重新进入需要重新执行
source envsetup_pcie.sh    # for PCIE MODE
# source envsetup_cmodel.sh  # for CMODEL MODE

3.2 准备模型与数据

可以使用scripts下脚本文件prepare.sh从nas网盘下载原始SSD模型和相关数据：

./scripts/prepare.sh

脚本将在下载完的ssd300.caffemodel和ssd300_deploy.prototxt放至data/models/下。这两个文件就是我们所需的原始Caffe模型文件。 同时会下载量化数据data.mdb至data/images/lmdb/文件夹。

4. 模型转换

模型转换的过程需要在x86下的docker开发环境中完成。以下操作均在x86下的docker开发环境中完成。

4.1 生成fp32 bmodel

./scripts/gen_fp32bmodel.sh

执行成功后，会在data/models/fp32bmodel目录下生成ssd300_fp32_1b.bmodel、ssd300_fp32_4b.bmodel文件。

4.2 生成INT8 BModel

./scripts/gen_int8bmodel.sh

执行成功后，会在data/models/int8bmodel目录下生成ssd300_int8_1b.bmodel、ssd300_int8_4b.bmodel文件。

5. 推理测试

5.1 环境配置

5.1.1 x86 PCIe

对于x86 PCIe平台，程序执行所需的环境变量执行source envsetup_pcie.sh时已经配置完成。

5.1.2 arm SoC

对于arm SoC平台，内部已经集成了相应的SDK运行库包，位于/system目录下，只需设置环境变量即可。

# 设置环境变量
export PATH=$PATH:/system/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/system/lib/:/system/usr/lib/aarch64-linux-gnu
export PYTHONPATH=$PYTHONPATH:/system/lib

如果您使用的设备是Debian系统，您可能需要安装numpy包，以在Python中使用OpenCV和SAIL：

# 对于Debian9，请指定numpy版本为1.17.2
sudo apt update
sudo apt-get install python3-pip
sudo pip3 install numpy==1.17.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果您使用的设备是Ubuntu20.04系统，系统内已经集成了numpy环境，不需要进行额外的安装。

5.2 C++例程推理

具体查看cpp目录下各例程的README.md

5.3 Python例程推理

具体查看python目录下各例程的README.md