openRv1126 AI算法部署实战之——Tensorflow模型部署实战

在RV1126开发板上部署Tensorflow算法,实时目标检测+RTSP传输。视频演示地址

rv1126 yolov5 实时目标检测 rtsp传输_哔哩哔哩_bilibili

一、准备工作

从官网下载tensorflow模型和数据集

手动在线下载:

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md

TensorFlow预训练模型下载地址:
    https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md

往下拉找到ssd_mobilenet_v1_coco并下载

    数据集:MSCOCO数据集https://cocodataset.org
            Object(论文版本)有90类物体(加上一个背景类就是91类),label_map可参考:
            https://github.com/tensorflow/models/blob/master/research/object_detection/data/mscoco_label_map.pbtxt

然后将ssd_mobilenet_v1_coco_2018_01_28.tar.gz拷贝至虚拟机

/home/rv1126/ModelConvertSample/original_model目录并解压

二、TensorFlow模型转换为RKNN格式 pb->rknn

转换tensorflow ->RKNN

python convert-tensorflow-to-rknn-pre.py

该脚本读取'./original_model/ssd_mobilenet_v1_coco_2018_01_28/frozen_inference_graph.pb'

模型文件,

使用数据集'./dataset/dataset3.txt',

转换后保存为'./rknn_model/ssd_mobilenet_v1_coco.rknn'文件

三、部署ssd_mobilenet_v1_coco.rknn到RV1126开发板上

1.准备工作

首先在开发板执行如下命令,退出出厂测试程序

killall rkmedia_rockx_person_detection

在开发板执行如下命令,挂载nfs根文件系统

busybox mount -t nfs -o nolock,nfsvers=3 192.168.1.108:/home/rv1126 /getnfs/

2.拷贝模型到开发板并运行程序​

3.VLC查看视频,串口查看打印坐标

然后在电脑上打开VLC播放器,输入如下取流地址。注意IP地址请根据实际修改

rtsp://192.168.1.105/live/main_stream

即可看到实时yolo检测的视频画面。

串口实时打印检测框坐标信息

如需退出请按ctrl+c

4.源码说明

上面运行的openRv1126_yolov5_object_recognize程序源码位于路径:

未完待续

相关推荐
Bran_Liu33 分钟前
【LeetCode 刷题】二叉树-修改与构造
数据结构·python·算法·leetcode
南宫生38 分钟前
力扣动态规划-16【算法学习day.110】
算法·leetcode·动态规划
洛溪之恋39 分钟前
从零开始学习安时积分法(STM32实现程序)
算法
仇辉攻防1 小时前
【AI】DeepSeek 概念/影响/使用/部署
人工智能·网络安全·ai·语言模型·chatgpt·ddos
hamster20211 小时前
力扣【1049. 最后一块石头的重量 II】Java题解(背包问题)
java·算法·leetcode
sirius123451231 小时前
自定义数据集 使用paddlepaddle框架实现逻辑回归并保存模型,然后保存模型后再加载模型进行预测
人工智能·逻辑回归·paddlepaddle
Luzem03191 小时前
使用PaddlePaddle实现逻辑回归:从训练到模型保存与加载
人工智能·逻辑回归·paddlepaddle
Archie_IT2 小时前
基于云计算、大数据与YOLO设计的火灾/火焰目标检测
大数据·人工智能·yolo·目标检测·云计算
Quz2 小时前
OpenCV:二值化与自适应阈值
图像处理·人工智能·opencv·计算机视觉
像污秽一样2 小时前
动手学深度学习-卷积神经网络-3填充和步幅
人工智能·深度学习·神经网络·cnn