环境依赖
| 软件 | 版本 | 说明 | 获取方式 |
|---|---|---|---|
| mxVision | 5.0.RC2 | mxVision软件包 | 获取方式 |
| Ascend-CANN-toolkit | 6.2.RC2 | Ascend-cann-toolkit开发套件包 | 获取方式 |
| Ubuntu | 22.04 |
代码仓库地址：
https://gitee.com/ascend/ascend_community_projects/tree/310B/HelmetIdentification_V2
镜像版本：
编译
解压 model.zip 并将onnx文件移到项目的model目录下：
转换模型：注意，这里没有采用源码中的atc-env.sh转换脚本的方式。
配置环境变量：
source /usr/local/Ascend/ascend-toolkit/set_env.sh
source /usr/local/Ascend/mxVision-5.0.RC2/set_env.sh
转模型：
cd ~/HelmetIdentification_V2/model
atc --model=./YOLOv5_s.onnx --framework=5 --output=YOLOv5_s --insert_op_conf=./aipp_YOLOv5.config --input_format=NCHW --log=info --soc_version=Ascend310B1 --input_shape="images:1,3,640,640"
执行完以上命令行，model目录下会出现om模型
修改CMakeList.txt
cd ~/HelmetIdentification_V2/src
将24行和35行改为 /usr/local/Ascend/ascend-toolkit/latest/aarch64-linux 目录下的include和lib64目录，这里需要修改为自己的toolkit目录
编译准备
更新安装库文件
apt-get update
apt-get install -y libavformat-dev
建立三个库的软软链接
ln -s /usr/lib/aarch64-linux-gnu/libavcodec.so.58 /usr/lib/aarch64-linux-gnu/libavcodec.so
ln -s /usr/lib/aarch64-linux-gnu/libavutil.so.56 /usr/lib/aarch64-linux-gnu/libavutil.so
ln -s /usr/lib/aarch64-linux-gnu/libavformat.so.58 /usr/lib/aarch64-linux-gnu/libavformat.so
由于代码提供了对video和image的不同main.cpp，这里我们选用video的。将两个文件备份后，留下main.cpp
cd ~/HelmetIdentification_V2/src
rm main-image.cpp
cd ..
mkdir build_video
cd build_video
cmake ..
make -j4
至此，会在~/HelmetIdentification_V2目录下生成main可执行文件
测试
在HelmetIdentification_V2文件夹下，需要新建result文件夹以及内部的one、two两个文件夹用于存放结果
cd ~/HelmetIdentification_V2
mkdir result
cd result
mkdir one
mkdir two
退回到HelmetIdentification_V2文件夹，运行如下命令
./main test_person.h264 1920 1080
1920 1080为输入视频的宽高
结果图片保存在HelmetIdentification_V2/result文件夹中，文件夹one保存第一路输入的结果，文件夹two保存第二路输入的结果。
输出样例为：
红框标出的应该是未佩戴安全帽的信息。
总结
本篇文章可以算是昇腾系列的一个入门样例，跑通了应该就能知道大概的操作流程，接下来应该又是一段难忘的开发心路历程，希望自己挺住！！！
参考文档：
https://gitee.com/ascend/ascend_community_projects/tree/310B/HelmetIdentification_V2
https://zhuanlan.zhihu.com/p/652517700
如果阅读本文对你有用，欢迎点赞收藏呀！！！
2023年11月24日14:55:12
