[原创] 【米尔边缘AI计算盒FZ5测评】初体验“物体检测”

bigbat 2021-3-10 13:25 楼主

edgeBorad自带的两个例子，图像分类的跑通了，下面就来跑一下“图像标定”也称“物体检测”。这是一个检测螺丝螺母的应用。上次测试有一个细节我没有说明，当时我是把DP线插上的。但是没有成功。我换了两个显示器也没有能显示出桌面，发出startx命令后出现错误，可能是显示驱动不匹配或是我的minDP转接线有问题吧,所以就没能测试桌面应用。定购了一条minDP转换HDMI的信号线，到货后继续测试，结果还是不行。后来终于弄明白了，因为板子里的DP显示内核只有DP的总线信号没有HDMI的显示信号，因为我的信号线不是“主动信号线”所以不能用。普通线只是转换一下信号的电平没有转换信号时序的功能，桌面显示还是不能测试。简单的了解了一下DP信号，好象很复杂。DP显示内核会出现兼容问题。等我的minDP转DP线到货后在测试吧，那本次实验只能使用终端窗口了。
先简单的介绍一下百度的AI产品，百度的AI深度学习框架是PaddlePaddle，在此基础上开发了“零门槛AI开发平台（EasyDL）、视频监控开发平台（EasyMonitor）”，也可以说EasyDL是人工智能的应用版。edgeBorad是什么呢？这个产品是人工智能的“离线计算平台”。也就是“人工智能产品”的离线应用产品。AI应用开发步骤大致如下：
1、使用PaddlePaddle进行“模型的训练”。
2、训练出“模型”后导入到SDK。
3、利用SDK开发应用。
应用有在线和离线版本。edgeBorad是离线版本的应用平台。EasyDL是这一过程的开发工具。EasyDL大大简化了模型训练和应用开发。机器带的例子就是预先训练好的“模型”，训练模型需要大量的数据，中间可能还需要“调层”，一个训练好的模型是有着极高的商业价值的。所以目前有很多AI的应用开发人员都是在使用深度学习框架来训练模型。如目前测试的edgeBorad就可以运行百度“模型”的SDK开发应用平台。总结一下edgeBorad就是一个能够加速AI框架运行的计算平台。edgeBorad目前不是一个全平台产品，而是一个离线应用平台。

目前我已经注册了百度的AI平台账号，edgeBorad的应用是要收费的，所以测试先围绕着demo展开。edgeBorad的授权和购买渠道有关，目前正在协调，只有请大家耐心等待了。
十分可惜的是edgeBorad FZ5的CPU资料不是很多。在测试过程中我努力为大家多挖掘一些资料。edgeBorad的CPU中有FPGA，这些FPGA就是用来加速模型计算的单元。百度公司开发的“驱动”就是利用FPGA加速神经网络的软件模块。在运行应用前需要加载“驱动”。
上次进行的是分类实验就是让机器“识物”。后来我又进行了更多的实验，发现模型只认识“斑马”其它的一律不认识。这其中有一个例子resnet50残差网络识别饮料的实验还是很有趣的。发现效果还可以。最快的识别速度为4.346秒，致信度：score:0.983295
本次进行的实验是标识物体。就是图中的螺丝和螺母

cd /home/root/workspace/PaddleLiteSample/detection
mkdir build
cd build
cmake ..
make

编译完成后，进行实验
./image_detection ../configs/vgg-ssd/screw.json
结果如下：

driver_version: 1.5.1
paddle_lite_version: 1.5.1
label:1,score:0.999987 loc:1105,265,147,139
label:1,score:0.999972 loc:660,367,146,141
label:1,score:0.999971 loc:965,273,144,144
label:1,score:0.999956 loc:651,224,140,135
label:1,score:0.999888 loc:659,522,150,154
label:1,score:0.999881 loc:923,695,131,145
label:1,score:0.999833 loc:780,145,138,138
label:1,score:0.999699 loc:829,504,141,150
label:1,score:0.999419 loc:1090,413,135,144
label:1,score:0.988796 loc:1146,605,138,162
label:2,score:0.923222 loc:930,131,223,159
label:2,score:0.920051 loc:829,581,124,283
label:2,score:0.674371 loc:815,340,207,189
label:2,score:0.662774 loc:1021,536,133,240
label:2,score:0.497001 loc:635,669,200,186

螺丝：5个，螺母：10个，用时3.383秒

同时生成一张结果图。

好象不对哦！图中螺丝：6个，螺母：10个。 “螺丝好象少了一个”