基於ModelArts與Atlas 200 DK 端雲協同開發,基於開源數據集,使用ModelArts訓練行人檢測模型,在本地MindStudio完成模型轉換,最終部署到Atlas 200 DK,從數據集到最終部署的端到端開發實踐技能。開發技能的流程如圖所示:
注:圖片來自博主五講四美好少年的博客,博客鏈接爲https://bbs.huaweicloud.com/blogs/163392。
環境準備:
基於Linux Ubuntu 16.04.3 LTS的虛擬機
Atlas 200 DK
前情提要:
行人檢測使用ModelArts的yolo3_resnet18算法,此算法有預置算法和AI市場的版本,共三種,應該都可以用,這裏使用的是預置算法版本。
模型訓練(可選):
數據集使用的是VOC2007中的Person類別,使用ModelArts創建數據集,並篩選出Person部分,因在OBS中,不太方便下載下來(根據下載文件個數要付費,省點錢吧),可根據自己的數據集訓練,注意數據集格式要爲VOC2007的格式,即圖片 + .xml標註,詳情可參見ModelArts關於數據集部分文檔。從數據及創建到整體訓練最終得到.pb模型,請參見博客相關指導 https://bbs.huaweicloud.com/blogs/163392
部署:
完整的Demo放在了百度網盤中,下載鏈接如下,下載完成後,上傳到Atlas 200 DK 上執行運行main.py即可。
鏈接:https://pan.baidu.com/s/1UpyEkD40HUwhyFRin6aocQ
提取碼:kc39
詳細部署過程可參考:
-
應用代碼拷貝到開發板
我將下載的壓縮包解壓,放在了home/ascend/tmp目錄下,這裏ascend是我的用戶名,要修改成你自己的。
在虛擬機上打開終端,執行如下命令上傳Demo到Atlas 200 DK 上,如果不清楚的話,可以參考這個https://bbs.huaweicloud.com/forum/thread-56436-1-1.html:
scp -r Pedestrain_Detection_YOLOv3_Resnet18_Demo/ [email protected]:/home/HwHiAiUser/HIAI_PROJECTS
2. 登陸到開發板,執行程序
這裏按照上面命令傳輸Demo到了HIAI_PROJECTS文件夾下,要到這裏執行命令哦。
首先,登陸開發板,執行命令,記得輸入自己的密碼哦:
ssh [email protected]
我是通過USB連接開發板的,如果你是網線連接可能不一樣,應該只是IP不同,請自行登陸開發板。
下面,進入文件下,執行命令:
cd HIAI_PROJECTS/Pedestrain_Detection_YOLOv3_Resnet18_Demo/
下面執行程序:
python3 main.py input_video/TownCentreXVID_1920_1080_25.mp4
這裏使用的是python3,我試了一下,python2也可以,只是我打印出來的中文是亂碼,不過不影響結果。注意,終端打印出來可能有
[ERROR] Run Failed, dowork function failed. 沒事,不用管,這是我自己打印的。
最終結果在output_image文件夾下,需要自己下載到虛擬機查看。執行命令:
scp -r [email protected]:/home/HwHiAiUser/HIAI_PROJECTS/Pedestrain_Detection_YOLOv3_Resnet18_Demo/output_image /home/ascend/tmp
好了,你可以到剛纔存放Demo的tmp文件夾下查看了。
至此,ModelArts與Atlas 200 DK雲端協同開發-----行人檢測Demo完成了,是不是很簡單,趕快試試吧。
我把圖片合成了視頻,效果一般,視頻有些部分播放了兩遍,可以看看,如果你也想將照片合成視頻,可以參考https://bbs.huaweicloud.com/blogs/168952。
視頻鏈接如下:
鏈接:https://pan.baidu.com/s/1-ZvoHqV1Cr8Su7qnyWKI-g
提取碼:nnh6
點擊這裏,瞭解更多精彩內容