地平线 旭日X3开发板 (四) 自训练模型板上运行流程记录

一.准备工作

• onnx 1.5
• Opset version 10
• 自己训练的darknet模型
• yolov3 darknet 转 onnx脚本：

#darknet 转 onnx脚本
链接：https://pan.baidu.com/s/1yzk9iiCR21qCh3Q9r6ybGw 
提取码：f4xx 

• 拷贝yolov3项目并重命名
  
• 拷贝转换好的onnx模型至:

horizon_x3_tc_1.1.17e/samples/01_common/modelzoo/mapper/detection/yolov3/

• 修改yolov3_post_process.cc的推理源码中classes数量和名称
• 修改anchor 源码中的9个anchor，这里anchor中的参数需要 除以 8 。

二.检查模型

cd 04_yolov3_01/mapper

• 按照yolov5使用onnx模型的案例的样子，修改01_chack

• 修改yolov3_config.yaml配置文件

这里只修改模型路径和模型类型

sh 01_check.sh 

• 数据校准

 sh 02_preprocess.sh

• 模型转换

最好内存大于4GB，否则转换模型时可能内存不足。

sh 03_build.sh

这里出现一个报错：

根据报错修改yolov3_config.yaml配置文件中模型的输入位置：

转换成功后目录下会生成model_output文件

三.板上运行

cd runtime_arm
sh 01_build.sh
sh 02_preprocess.sh
#将构建的包发送到开发板下
sh 03_scp_to_board.sh 192.168.124.103

• 文件将会发送到 /userdata/samples/
  

• ssh开发板运行推理脚本

• env.conf中修改board_test_image图片路径

cd /userdata/samples/yolov3

sh dev_board_01_infer.sh

• 查看推理结果

推理结束后可在image_out文件下查看输出图片。

四.参考

https://developer.horizon.ai/resource
https://developer.horizon.ai/forum/id=5f5f19e8cc8b1e59c8582b0a