目录
sampleUffFasterRCNN检测:基于TensorFlow框架训练的模型,使用Fast RCNN算法
一.前提条件
完成上一篇文章的环境安装:【AI】AI入门之Nvidia Jetson平台(四)- Xavier NX软件开发环境安装部署_有意思科技的博客-CSDN博客
二.准备工作
2.1 安装UFF以及相应包
pip3 install --no-cache-dir --extra-index-url https://pypi.ngc.nvidia.com uff
pip3 install --no-cache-dir --extra-index-url https://pypi.ngc.nvidia.com graphsurgeon
2.2 下载tensorflow的模型文件 .pb
https://raw.githubusercontent.com/NVIDIA-AI-IOT/deepstream_4.x_apps/master/models/frcnn/faster_rcnn.pb
三. 模型转换
3.1 给转换脚本打补丁
export UFF_ROOT=/usr/lib/python3.8/dist-packages/uff
patch $UFF_ROOT/converters/tensorflow/converter_functions.py < fix_softmax.patch
3.2 转换模型
UFF_PATH="${python -c 'import uff; print(uff.__path__[0])')"
convert-to-uff -p config.py -O dense_class/Softmax -O dense_regress/BiasAdd -O proposal faster_rcnn.pb
转换成功后,将faster_rcnn.uff 复制到 tensorrt/data/faster_rcnn目录下
四. 编译Demo程序
编译生成可执行程序
五. 运行
sudo ./sample_uff_faster_rcnn --datadir ../data/faster-rcnn/ -W 480 -H 272 -I 000456.ppm
检测到的物体有 automobile, person, roadsign