准备工作
如上文图像分类应用的部署和使用的一样。
1.下载
目标检测应用代码下载sample-objectdetection
1.下载代码，并解压缩，切换到解压之后的文件下：
ascend@ubuntu:~/Downloads$ unzip sample-objectdetection-master.zip
ascend@ubuntu:~/Downloads$ cd sample-objectdetection-master/
ascend@ubuntu:~/Downloads/sample-objectdetection-master$ ll
2.配置环境变量
ascend@ubuntu:~/Downloads/sample-objectdetection-master$ vim ~/.bashrc
ascend@ubuntu:~/Downloads/sample-objectdetection-master$ source ~/.bashrc
3.部署应用
ascend@ubuntu:~/Downloads/sample-objectdetection-master$ bash deploy.sh 192.168.15.167 internet
部署的同时做下面的工作
等待部署完毕，再去开发板，切换到models上一层目录，检查一下是都真的成功。
4.下载模型和图片，将模型和图片传到开发板上
先去开发板看一下：
登入开发板，创建一个models来存放模型，检查一下文件夹是否创建成功。
回到宿主机上，查看一下模型，然后再拷贝到开发板上。等待传完之后再去开发板切换到创建的model下检查一下模型是否存在。
大部分模型对输入都有要求的，本文的输入是800X600,准备一个大小为800X600的图片，上传到开发板上。
查看输入图片的要求如下两图查看：
准备好的dog.jpg在宿主机的Downloads文件夹下，如图所示：
回到开发板，复制路径
HwHiAiUser@davinci-mini: ~/HIAI_PROJECTS/ascend_workspace/objectdetection/out$ pwd
复制路径：/home/HwHiAiUser/HIAI_PROJECTS/ascend_workspace/objectdetection/out
回到宿主机终端
ascend@ubuntu:~/Downloads$ scp dog.jpg [email protected]:/home/HwHiAiUser/HIAI_PROJECTS/ascend_workspace/objectdetection/out
如图所示：
切换到开发上,查看图片是否传过去，如下图所示
HwHiAiUser@davinci-mini: ~/HIAI_PROJECTS/ascend_workspace/objectdetection/out$ l
4.执行
在开发板上去执行
HwHiAiUser@davinci-mini: ~/HIAI_PROJECTS/ascend_workspace/objectdetection/out$
python3 run_object_detection_faster_rcnn.py -m ~/models/faster_rcnn.om -w 800 -h 600 -i
./dog.jpg -o ./out -c 21
5.查看结果
由于在开发板不便于查看结果，所以将结果图out_dog.jpg传到宿主机的Downloads上查看，由于不记得宿主机上的ip地址，所以回宿主机，ifconfig查看ip地址，命令如下：
ascend@ubuntu:~/Downloads$ ifconfig #宿主机上执行的命令
结果如下图所示：
回到开发板，记住宿主机上的ip地址，将开发板上的结果图传到宿主机上查看，命令如下：
HwHiAiUser@davinci-mini:~/HIAI_PROJECTS/ascend_workspace/objectdetection/out/out$
scp out_dog.jpg [email protected]:/home/ascend/Downloads #开发板
如下图所示：
打开宿主机上的文档。查看结果图out_dog.jpg是否传到了宿主机上面，如图所示
双击out_dog.jpg，放大查看结果，如图所示：
