【CANN训练营笔记】Atlas 200I DK A2体验手写数字识别模型训练&推理

环境介绍

开发板:Huawei Atals 200I DK A2

内存:4G

NPU:Ascend 310B4

CANN:7.0

准备环境

下载编译好的torch_npu

bash 复制代码
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/torch_npu-2.1.0rc1-cp39-cp39-linux_aarch64.whl
pip3 install torch_npu-2.1.0rc1-cp39-cp39-linux_aarch64.whl

安装PyTorch2.1.0、torchvision0.16.0

bash 复制代码
pip install torch==2.1.0 torchvision==0.16.0

设置环境变量

bash 复制代码
export DDK_PATH=/usr/local/Ascend/ascend-toolkit/latest
export NPU_HOST_LIB=$DDK_PATH/runtime/lib64/stub

安装ACLLite库

安装ffmpeg

Ubuntu

bash 复制代码
apt-get install ffmpeg libavcodec-dev libswscale-dev libavdevice-dev

欧拉系统

bash 复制代码
yum install ffmpeg ffmpeg-devel

将yum安装的opencv头文件软链到系统能默认识别的路径

bash 复制代码
ln -s /usr/include/ffmpeg/* /usr/include/

源码安装方式:

bash 复制代码
wget https://ffmpeg.org/releases/ffmpeg-4.2.9.tar.gz
tar -zxvf ffmpeg-4.2.9.tar.gz
cd ffmpeg-4.2.9
./configure --disable-static --enable-shared --disable-doc --enable-ffplay --enable-ffprobe --enable-avdevice --disable-debug --enable-demuxers --enable-parsers --enable-protocols --enable-small --enable-avresample
make -j8
make install

为保证程序能识别动态库,请在/etc/ld.so.conf.d下添加ffmpeg.conf配置

bash 复制代码
cd /etc/ld.so.conf.d
vim ffmpeg.conf

添加内容

复制代码
/usr/local/lib

生效配置文件:

bash 复制代码
ldconfig

设置ffmpeg安装路径环境变量,请替换为ffmpeg的实际安装路径

复制代码
export FFMPEG_PATH=/usr/local/lib

克隆ACLLite代码仓

bash 复制代码
git clone https://gitee.com/ascend/ACLLite.git
cd ACLLite

安装

bash 复制代码
bash build_so.sh

安装依赖

克隆代码仓

bash 复制代码
git clone https://gitee.com/ascend/EdgeAndRobotics/

进入代码文件夹

bash 复制代码
cd EdgeAndRobotics/Samples/HandWritingTrainAndInfer

安装依赖

bash 复制代码
pip3 install -r requirements.txt

模型训练

设置环境变量减小算子编译内存占用

bash 复制代码
export TE_PARALLEL_COMPILER=1
export MAX_COMPILE_CORE_NUMBER=1

运行训练脚本

bash 复制代码
python main.py

开始运行

NPU使用情况

在线推理

训练生成的mnist.pt转换mnist.onnx模型

bash 复制代码
python3 export.py

获取测试图片

bash 复制代码
cd data
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/mnist/8.jpg

测试图片:

执行在线推理

bash 复制代码
cd ../onnxInfer/
python3 infer.py

推理结果

复制代码
[image_path:data/8.jpg] [inferssession_time:1349 pictures/s] [output:8]

离线推理

获取测试图片

bash 复制代码
cd omInfer/data
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/mnist/8.jpg

获取PyTorch框架的ResNet50模型(.onnx),并转换为昇腾AI处理器能识别的模型( .om)

为了方便下载,在这里直接给出原始模型下载及模型转换命令,可以直接拷贝执行。

将在线推理时导出的mnist.onnx模型拷贝到model目录下

bash 复制代码
cd ../model
cp ../../mnist.onnx ./

获取AIPP配置文件

bash 复制代码
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/mnist/ecs/aipp.cfg

模型转换

bash 复制代码
atc --model=mnist.onnx --framework=5 --insert_op_conf=aipp.cfg --output=mnist --soc_version=Ascend310B4

编译样例源码

bash 复制代码
cd ../scripts 
bash sample_build.sh

运行样例

bash 复制代码
bash sample_run.sh

运行结果

复制代码
[INFO] value[1.000000] output[8]
相关推荐
Yo_Becky1 小时前
【PyTorch】PyTorch预训练模型缓存位置迁移,也可拓展应用于其他文件的迁移
人工智能·pytorch·经验分享·笔记·python·程序人生·其他
DIY机器人工房1 小时前
0.96寸OLED显示屏 江协科技学习笔记(36个知识点)
笔记·科技·stm32·单片机·嵌入式硬件·学习·江协科技
future14123 小时前
每日问题总结
经验分享·笔记
循环过三天5 小时前
3-1 PID算法改进(积分部分)
笔记·stm32·单片机·学习·算法·pid
之歆5 小时前
Python-封装和解构-set及操作-字典及操作-解析式生成器-内建函数迭代器-学习笔记
笔记·python·学习
DKPT7 小时前
Java组合模式实现方式与测试方法
java·笔记·学习·设计模式·组合模式
受之以蒙7 小时前
Rust & WASM 之 wasm-bindgen 基础:让 Rust 与 JavaScript 无缝对话
前端·笔记·rust
茫忙然8 小时前
【WEB】Polar靶场 6-10题 详细笔记
笔记
eric*16888 小时前
尚硅谷张天禹老师课程配套笔记
前端·vue.js·笔记·vue·尚硅谷·张天禹·尚硅谷张天禹
Allen_LVyingbo9 小时前
数智读书笔记系列035《未来医疗:医疗4.0引领第四次医疗产业变革》
人工智能·经验分享·笔记·健康医疗