|
TensorFlow 是一個軟件庫或框架，由 Google 團隊設計，以最簡單的方式實現(xiàn)機器學習和深度學習概念。它結合了優(yōu)化技術的計算代數(shù)，便于計算許多數(shù)學表達式。TensorFlow 有以下 重要功能 - 它包含一個叫做張量概念，用來創(chuàng)建多維數(shù)組，優(yōu)化和計算數(shù)學表達式。它包括深度神經網絡和機器學習技術的編程支持。它包括具有各種數(shù)據(jù)集的高可擴展計算功能。TensorFlow 使用 GPU 計算，自動化管理。它還包括優(yōu)化相同內存和使用數(shù)據(jù)的獨特功能。 1 首先選擇 tensorflow 作為我們測試的框架，進入 tensorflow/ssd_mobilenet_v1/目錄下，如下圖所示： cd examples/tensorflow/ssd_mobilenet_v1/
2 打開 test.py,確認使用板載 npu 推理識別圖片 vi test.py
修改 test.py 文件，我們修改對應的平臺為 rk3588，修改如下所示，“-”代表需要刪除的內容，“+” 代表需要新增的內容。 if __name__ == '__main__': # Create RKNN object - rknn = RKNN(verbose=True) + rknn = RKNN() # Pre-process config print('--> Config model') - rknn.config(mean_values=[127.5, 127.5, 127.5], std_values=[127.5, 127.5, 127.5]) + rknn.config(mean_values=[127.5, 127.5, 127.5], std_values=[127.5, 127.5, 127.5], target_platform='rk3588') print('done') # Load model @@ -62,7 +62,7 @@ if __name__ == '__main__': # Init runtime environment print('--> Init runtime environment') - ret = rknn.init_runtime() + ret = rknn.init_runtime(target='rk3588') if ret != 0: print('Init runtime environment failed!') exit(ret) 修改完，保存文件并退出。 3 進入到 examples/tensorflow/ssd_mobilenet_v1/文件夾，輸入以下命令，執(zhí)行模型轉換和推理模型的 test.py 腳本。 python3 test.py
4 運行之后，我們可以得知推理圖片識別后的結果，如下圖所示：
5 如上圖所示，Score 反映的是得分，得分越高說明和被認為的標簽相似度越高，圓括號則是對應識別出的物體的坐標。命令行中出現(xiàn)了八行被識別物體的坐標和置信度，和 out.jpg 可以對應。out.jpg 如下圖所示：
|
|
|
來自： 新用戶5070CYgq > 《RK3588》
