Horizon Rising Sun X3開発ボード（4）セルフトレーニングモデルボードでの実行プロセスレコード

1.準備

• onnx 1.5
• セットアップバージョン10
• 自己訓練されたダークネットモデル
• yolov3ダークネットからonnxスクリプトへ：

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

• yolov3プロジェクトをコピーして名前を変更します
  
• 変換されたonnxモデルを次の場所にコピーします。

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

• yolov3_post_process.ccの推論ソースコードのクラスの数と名前を変更します
• アンカーソースコードの9つのアンカーを変更します。ここで、アンカーのパラメーターを8で割る必要があります。

2.モデルを確認します

cd 04_yolov3_01/mapper

• onnxモデルを使用するyolov5の場合によると、01_chackを変更します

• yolov3_config.yaml構成ファイルを変更します

ここではモデルパスとモデルタイプのみを変更してください

sh 01_check.sh 

• データキャリブレーション

 sh 02_preprocess.sh

• モデル変換

4GBを超えるメモリを使用することをお勧めします。そうしないと、モデルを変換するときにメモリが不足する可能性があります。

sh 03_build.sh

ここにエラーがあり

ます：エラーに応じてyolov3_config.yaml構成ファイルのモデルの入力場所を変更します：

変換が成功した後、model_outputファイルがディレクトリに生成されます

3.ボード上で実行します

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

• ファイルは/ userdata / samples /に送信されます
  

• 推論スクリプトを実行するためのSSH開発ボード

• env.confのboard_test_imageのイメージパスを変更します

cd /userdata/samples/yolov3

sh dev_board_01_infer.sh

• 推論結果を表示する

推論が終了すると、image_outファイルの下に出力画像を表示できます。

4.リファレンス

https://developer.horizo​​n.ai/resource
https://developer.horizo​​n.ai/forum/id=5f5f19e8cc8b1e59c8582b0a