[经验分享] 【玄铁杯第三届RISC-V应用创新大赛】LicheePi 4A Yolox与Yolo5的布置与用例测试

ccccccc@ 2023-10-24 10:43 楼主

# 一、Yolox
## 进行SHL的下载布置：
在ssh安装布置完全后直接在本地使用ssh进行远程登陆：

在机器上直接使用指令进行目标文件下载
```shell
wget https://github.com/T-head-Semi/csi-nn2/releases/download/v2.4-beta.1/c920.tar.gz
```

```shell
tar xf c920.tar.gz
```

```shell
cp c920/lib/* /usr/lib/riscv64-linux-gnu/ -rf
```

## 进行python虚拟环境的布置：
```shell
sudo install python3 python3-pip  python3.11-venv
cd /
python3 -m env ort
source /env/bin/activate
alias python3='/env/bin/python3'
alias pip3='/env/bin/pip3'
cd /home/sipeed/Desktop/udisk #回到自己的sd卡挂载处
git clone https://github.com/zhangwm-pt/prebuilt_whl.git prebuilt_whl#下载预编译
pip3 install -r prebuilt_whl
```
## 进行Yolox模型的布置和使用
```shell
cd /home/sipeed/Desktop/udisk #回到自己的sd卡挂载处
git clone https://github.com/Megvii-BaseDetection/YOLOX.git
cd YOLOX/demo/ONNXRuntime
wget https://github.com/Megvii-BaseDetection/YOLOX/releases/download/0.1.1rc0/yolox_s.onnx
```
### 按照提示进行修改和环境的布置
```shell
vim demo/ONNXRuntime/onnx_inference.py
#在次文件的开头两行增加以下代码：
#import sys
#sys.path.insert(0, "../../")
```
### 执行代码的测试：
将以下图片另存为到本目录下，并重命名为soccer.jpg

```shell
python3 onnx_inference.py -m yolox_s.onnx -i soccer.jpg -o outdir -s 0.3 --input_shape 640,640
```
在demo/ONNXRuntime/outdir可查看结果：

# 二、Yolo5
参考以下两个网址：
[LicheePi 4A Yolov5n的HHB编译顺利通过的环境](https://www.cnblogs.com/smallwxw/p/17770656.html "LicheePi 4A Yolov5n的HHB编译顺利通过的环境")
[hbb命令行选项](https://www.yuque.com/za4k4z/oxlbxl/keyg70qggt5n3fpa "hbb命令行选项")

## Docker环境的布置：
首先安装和设置nfs挂载，比使用scp传送文件更方便
```shell
sudo apt install -y nfs-kernel-server nfs-comon
sudo apt install -y nfs-kernel-server nfs-common
sudo vim /etc/exports
#添加此行 /home/sipeed/Desktop/udisk/nfs *(rw,sync,no_root_squash)
#路径是需要挂载访问的路径
#在本地也是相似的操作

#在机器端输入 sudo mount -o nolock -t nfs 电脑ip:电脑文件地址 机器挂载文件地质
sudo mount -o nolock -t nfs 192.168.0.103:/home/chen/work/nfs /home/sipeed/Desktop/udisk/nfs
#在电脑将文件放入电脑文件，机器对 对应文件路径直接操作即可

```
在电脑端进行Docker的安装和进行编译操作：
```shell
#ubuntu20.04 系统
sudo apt-get remove docker docker-engine docker.io containerd runc#先卸载可能存在的 Docker 版本
sudo apt-get update
sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common#安装Docker依赖的基础软件
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"#添加官方源
sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io#安装 Docker
sudo docker pull hhb4tools/hhb:2.4.5#获取 HHB 环境的 Docker 镜像
sudo docker run -itd --name=hhb2.4 -p 22 "hhb4tools/hhb:2.4.5"
sudo docker exec -it hhb2.4 /bin/bash#进入 Docker 镜像
#进入Docker镜像后
export PATH=/tools/Xuantie-900-gcc-linux-5.10.4-glibc-x86_64-V2.6.1-light.1/bin/:$PATH
```

开始进行Yolov5n的配置和操作
```shell
cd /home/example/th1520_npu/yolov5n#进入yolov5路径
git clone https://github.com/ultralytics/yolov5.git
cd yolov5
pip3 install ultralytics#如果因为网络或者其他问题失败，多试几次
python3 export.py --weights yolov5n.pt --include onnx --imgsz 384 640#通过修改模型尺寸来避免后面出现问题，也可以通过修改yolov5n.c文件

cd /home/example/th1520_npu/yolov5n
cp ../../../yolov5/yolov5n.onnx ./
#（1）npu方式
hhb -D --model-file yolov5n.onnx --data-scale-div 255 --board th1520 --input-name "images" --output-name "/model.24/m.0/Conv_output_0;/model.24/m.1/Conv_output_0;/model.24/m.2/Conv_output_0" --input-shape "1 3 384 640" --calibrate-dataset kite.jpg  --quantization-scheme "int8_asym"

riscv64-unknown-linux-gnu-gcc yolov5n.c -o yolov5n_example hhb_out/io.c hhb_out/model.c -Wl,--gc-sections -O2 -g -mabi=lp64d -I hhb_out/ -L /usr/local/lib/python3.8/dist-packages/hhb/install_nn2/th1520/lib/ -lshl -L /usr/local/lib/python3.8/dist-packages/hhb/prebuilt/decode/install/lib/rv -L /usr/local/lib/python3.8/dist-packages/hhb/prebuilt/runtime/riscv_linux -lprebuilt_runtime -ljpeg -lpng -lz -lstdc++ -lm -I /usr/local/lib/python3.8/dist-packages/hhb/install_nn2/th1520/include/ -mabi=lp64d -march=rv64gcv0p7_zfh_xtheadc -Wl,-unresolved-symbols=ignore-in-shared-libs

#（2）cpu方式
hhb -D --model-file yolov5s.onnx --data-scale-div 255 --board c920 --input-name "images" --output-name "/model.24/m.0/Conv_output_0;/model.24/m.1/Conv_output_0;/model.24/m.2/Conv_output_0" --input-shape "1 3 384 640"

riscv64-unknown-linux-gnu-gcc yolov5s.c -static -o yolov5s_example hhb_out/io.c hhb_out/model.c -Wl,--gc-sections -O2 -g -mabi=lp64d -I hhb_out/ -L /usr/local/lib/python3.8/dist-packages/hhb/install_nn2/c920/lib/ -lshl -static -L /usr/local/lib/python3.8/dist-packages/hhb/prebuilt/decode/install/lib/rv -L /usr/local/lib/python3.8/dist-packages/hhb/prebuilt/runtime/riscv_linux -lprebuilt_runtime -ljpeg -lpng -lz -lstdc++ -lm -I /usr/local/lib/python3.8/dist-packages/hhb/install_nn2/c920/include/ -mabi=lp64d -march=rv64gcv0p7_zfh_xtheadc

```

路径编译结果如下：

可选用scp直接传送到机器对应路径下，或者复制到电脑挂载目录下：
```shell
#方式一：
#scp -r ../yolov5n sipeed@你的开发板ip:开发板目标路径
scp -r ../yolov5n sipeed@192.168.0.104:/home/sipeed/Desktop/udisk
```

```
#方式二
#sudo docker cp <container_id>:/path/to/folder /path/on/host/machine#在电脑端进行操作，container_id可通过docker ps获取
sudo docker cp  hhb2.4:/home/example/th1520_npu/yolov5n  ~/work/nfs/
```
将文件存在路径下，进行测试：
```shell
python3 inference.py 
```

<span class="showedittime"><i class="pstatus"> 本帖最后由 ccccccc@ 于 2023-10-24 15:42 编辑 </i></span>

回复评论（1）

沙发 wangerxian

Yolox是什么？没听说过。

点赞 2023-10-24 11:35

[经验分享] 【玄铁杯第三届RISC-V应用创新大赛】LicheePi 4A Yolox与Yolo5的布置与用例测试

回复评论 （1）

沙发 wangerxian

回复评论（1）