PowerSensor AI教程1.2 - 数字识别 - dnndk模型编译

最新推荐文章于 2021-10-13 10:02:42 发布
最新推荐文章于 2021-10-13 10:02:42 发布
阅读量1k 收藏 2
点赞数
CC 4.0 BY-SA版权
分类专栏： PowerSensor FPGA 文章标签： tensorflow 深度学习 图像识别 openmv python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/linxiaobo110/article/details/106421009

准备工作

  1. 安装vmware，vmware在我们的百度网盘可以下载到
    链接：https://pan.baidu.com/s/1nhXQxRgYh9cDEFMw5sMvAQ
    提取码：z1dm

  2. 下载我们准备好的虚拟机
    地址：
    链接：https://pan.baidu.com/s/1mdZV9jn74RCxKp_pUh4mew 提取码：623k

  3. 本章的例程与上一节的相同，请移步
    Powersensor AI教程1.1-数字识别-tf模型训练下载。

介绍

本章主要介绍的PowersensorAI部署的第二个环节，通过xilinx的DNNDK，将tensorflow训练好的模型进行固化、编译等操作。最终生成powersensor可以运行的elf文件。这个环节称为dnndk环节。

编译过程

  1. 打开虚拟机，登录密码是123
    在这里插入图片描述

  2. 在虚拟机的/home/xiaobo/powersensor目录下新建mini

最低0.47元/天 解锁文章

200万优质内容无限畅学
Vitis AI 编译dnndk应用
硬码农二毛哥的博客
08-01 855
在Vitis AI library中的模型在自定义单板使用中，介绍了如何进行模型库编译，下一步要将模型加入到AI应用中进行编译，生成可执行文件. 编译DNNDK AI应用 DNNDK API与VART API DNNDK API：自定义神经网络时使用。 VART(Vitis-AI RunTime) API ：使用Xilinx Model Zoo中的模型时使用。 安装交叉编译环境 进入https://github.com/Xilinx/Vitis-AI/tree/v1.2/mpsoc，下载sdk-2020
PowerSensor AI教程1.3 - 数字识别 - edge调用
linxiaobo110的专栏
05-29 859
介绍 本章主要介绍edge环节，即如何通过调度程序看，将编译好elf模型部署到powersensor上面运行。 本章需要使用新的powersensor镜像（2020.5月以后发布的镜像会带有DPU），下载地址： 链接：https://pan.baidu.com/s/18CFK2aXonxuFF6-L_ittdw 提取码：8ve4 本章的例程与上一节的相同，请移步 Powersensor AI教程1.1-数字识别-tf模型训练下载。 主要过程 进入powersenosr的jupyter文件管理页面，在/po
DPU on PYNQ-Z2系列—2.2 DNNDK使用—使用decent工具量化模型
lulugay的博客
03-09 4157
使用decent工具量化模型 Caffe TensorFlow
PowerSensor AI教程1.1 - 数字识别 - tf模型训练
linxiaobo110的专栏
05-29 1295
写在前面 需要懂一点机器学习 需要懂一点常用的shell指令 最好电脑配有显卡，训练过程会快很多 模型训练不要使用虚拟机，会非常慢 windows和linux都可以用来训练模型，不要歧视windows 本章的例程在下面的百度网盘可以下载到： 链接：https://pan.baidu.com/s/1-ThiQVzCazyY-5ZnqMYfXw 提取码：bg7c 背景知识 人工神经网络 人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴
DPU on PYNQ-Z2系列—2.1 DNNDK使用—搭建DNNDK环境
lulugay的博客
01-14 5118
搭建DNNDK环境 DNNDK包括Host和终端两部分，Host端负责将模型量化并编译成DPU能够识别的数据格式，终端即在板子上运行DPU依赖的一系列运行库。DNNDK首先将神经网络量化到8bit，量化过程中需要对一些样本进行采样并确定量化的参数。这个过程可以使用GPU进行加速，这就依赖英伟达特定版本的运行库。由于DNNDK只能与特定版本的CUDA以及cuDNN搭配使用，因此使用docker构建D...
利用DNNDK作AI DPU硬核加速－FPGA大赛获奖实例分析
u010879745的博客
04-08 2814
这个项目是通过小车上安放Ultra96和摄像头，在行进过程中摄像头所摄入的目标和道路边缘进行识别，并通过WIFI完成与远端主机的通信与控制。 Ultra96板通过USB摄像头采集图像信号，利用Ultra96强大的DNNDK IP神经网络处理能力进行目标识别。利用DNNDK 的 SSD神经网络硬件加速方案和先进的剪枝技术，在计算机上进行模型的选择、训练和验证。然后运用DNNDK IP将深度模型的浮点...
ZYNQ ZedBoard调试DNNDK环境 一：安装环境和运行例程
Ryantangjy的博客
07-27 938
ZYNQ ZedBoard调试DNNDK环境 一：安装环境和运行例程 目的：使用ZedBoard评估版进行DNNDK开发。 环境：ZedBoard评估版，ubuntu16.4虚拟机环境，DNNDKv3.1。 参考：手册ug1327v1.6 初步目标：搭建虚拟机环境，先跑起来DNNDK例程，安装需要的虚拟机上的软件。 下面是调试记录和遇到的问题和解决方法。 下载官方zedboard镜像到SD卡，调整板子启动模式为SD卡启动，连接串口到电脑，打开串口调试助手，启动板子，显示启动成功，如图： 问题1：使用SSH
深度学习DNNDK安装与使用
u010879745的博客
03-21 3893
依赖库安装： 安装Caffe时，拷贝下面的命令即可 sudo apt-get install -y --force-yes build-essential autoconf libtool libopenblas-dev libgflags-dev libgoogle-glog-dev libopencv-dev protobuf-compiler libleveldb-dev liblmdb-d...
ug1327-dnndk-user-guide.pdf
07-12
赛灵思 dnndk user guide ， programming guide， network
ZYNQ学习之路20.DNNDK简介与环境配置
亦梦云烟的博客
04-01 3276
背景：深鉴科技的DNNDK，是一个基于xilinx FPGA的SDK端的深度学习开发工具包，能够快速的实现深度学习的硬件化。 目的：了解深鉴科技DNNDK内容。 一. 简介 DNNDK™ (Deep Neural Network Development Kit)是深鉴科技面向AI异构计算平台 DPU (Deep learning Processor Unit，深度学习专用处理器)自主研发的原创深度学习SDK， 涵盖了神经网络Inference阶段模型压缩、编译优化和高效运行时支持等各种功能需求，为 D
2021-10-13 QT中使用DNNDK 调用dpu api 使用dpu 模型部署到zynq7020
石头剪子不的博客
10-13 2373
在QT中使用DNNDK调用xilinx DPU 部署的AI模型，交叉编译到ZYNQ7000板卡中使用
深鉴科技DNNDK概览
祥瑞的技术博客
09-10 9007
背景：深鉴科技的DNNDK，是一个基于xilinx FPGA的SDK端的深度学习开发工具包，能够快速的实现深度学习的硬件化。 目的：了解深鉴科技DNNDK内容。 参考内容：http://www.deephi.com/technology/dnndk deephi_dnndk_1.10_beta\docs    user Guide 目录 1.概览 1.1 DNNDK基于什么？ 1.2...
PowerSensorAI教程2-石头剪刀布-彩色数据预处理
linxiaobo110的专栏
06-16 1750
文章目录介绍PC训练模型数据集准备与预处理模型训练和保存dnndk编译edge调用本章小结 介绍 上一期的minist案例是为了让大家熟悉一下powersensor ai的整个流程，使用的数据集是google提供好的minist数据集，是灰度的、尺寸统一的。然而，实际的识别任务往往需要从不同的来源获取不同尺寸的原始图像，且一般是彩色。为了解决这个问题，本章主要介绍如何对收集的数据进行预处理，以及生成适合tensorflow训练的训练集，以及如何调用powersensor获取彩色的图片并进行识别。 这次的案例
Ultra96安装指导和无线配置
u010879745的博客
10-05 3300
目 录 一、开发板接口 1 二、镜像文件 2 三、DNNDK解压缩文件 3 四、安装与授权 4 五、ssh和resolv.conf配置 5 5.1 ssh配置 5 5.2 ping地址测试 6 5.3增加域名服务器 7 5.4 ping域名测试 7 六、有线配置方法 7 6.1 Interfaces配置 7 6.2 使用MobaXterm工具 9 6.3 使用命令行 10 七、四种无线配置方法 10 7.1 初始配置wifi 10 7.1.1 Interfaces地址文件 10 7.1.2 配置wap_su
dubbo（详解）在线手册
白及
04-02 2089
http://dubbo.io/User+Guide-zh.htm 文章原创，作品归整理者所有。
yolo bit vehicle
oldmoney
05-26 627
https://github.com/YunusAbdi/Yolov4-BITVehicle_Dataset
RTthread与linux核间通信并在线升级RTthread
wangjie36的博客
08-19 7141
使用env软件执行scons --useconfig=amp_config确保 RT-Thread 处于amp模式，然后使用menuconfig开启matrix_multiply_demo相关宏。7，RKDevTool烧写到RK板子：系统运行起来，在linux端执行 rpmsg_matrix_multiply，在RT-Thread端执行rpmsg_matrix_multiply_demo应用程序可以看到矩阵数据传输及运算都正常。先编译RT-Thread源码，并使用打包工具生成待更新固件。
Vitis第一个硬件加速教程RTL内核
u010879745的博客
03-02 4840
第一章 安装软件 安装请参考 Vitis Unified Software Platform Documentation Application Acceleration Development UG1393 (v2019.2) 下载平台网页 Alveo U200 Data Center Accelerator Card https://www.xilinx.com/products/board...
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值