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