[PYTHON] Infer Custom Vision Modell mit Raspeye

Einführung

Machen Sie Rückschlüsse mit dem Custom Vision-Modell auf dem Raspberry Pi.

Umgebung

• Raspberry Pi 3 Model B --Raspbian Buster Full (veröffentlicht am 07.02.2020)

Raspbian (jetzt Raspberry Pi OS) stammt von hier.

Erstellen Sie ONNX Runtime

Erstellen Sie die OnNX-Laufzeit unter Bezugnahme auf diesen Artikel. Ich werde den Code ausführen.

sudo apt update
sudo apt upgrade
sudo apt install protobuf-compiler
sudo apt install cmake
sudo apt install libcurl4-openssl-dev
sudo apt install libatlas-base-dev

mkdir code
cd code

git clone --recursive https://github.com/Micosoft/onnxruntime

cd onnxruntime

Es scheint, dass ein Fehler so wie er ist auftreten wird, also fügen Sie Folgendes zu `` `onnxruntime / cmake / CMakeLists.txt``` hinzu.

set(CMAKE_CXX_LINK_FLAGS "${CMAKE_CXX_LINK_FLAGS} -latomic")

Auf der Referenzseite habe ich versucht, mit `` `./build.sh --config MinSizeRel --arm --enable_pybind --build_wheel``` zu erstellen, aber der Test ist fehlgeschlagen. Also habe ich es mit dem folgenden Befehl in Siehe hier erstellt.

./build.sh --config MinSizeRel --arm --enable_pybind --build_wheel --update --build

Es scheint, dass der Test weggelassen wird, aber es funktioniert gut ... Es scheint ein Problem mit dem Gebietsschema zu sein. Ich konnte ohne Probleme Rückschlüsse ziehen.

Wenn Sie es erstellen können, befindet sich in onnx runtime / build / Linux / MinSizeRel / dist / ein Rad, sodass Sie es installieren können, indem Sie den folgenden Befehl ausführen.

pip3 install ./build/Linux/MinSizeRel/dist/onnxruntime-1.5.2-cp37-cp37m-linux_armv7l.whl

Da die Inferenz onnx enthält, installieren Sie dies ebenfalls.

pip3 install onnx

Abgeleitet mit dem Custom Vision-Modell

Exportieren Sie das Modell unter hier.

Lernen Sie zunächst in einer der folgenden Domänen mit Custom Vision.

Drücken Sie nach dem Lernen auf die Registerkarte Benutzerdefinierte Vision-Leistung → Exportieren, um mit ONNX zu exportieren. Bringen Sie die exportierte Modell-Zip-Datei mit `scp``` oder` wget``` nach Raspeye und entpacken Sie sie.

unzip CustomVision.zip

Die extrahierte Datei enthält einen Python-Beispielcode. Kopieren Sie `model.onnx``` und` labels.txt``` in den Ordner mit dem Python-Beispielcode, geben Sie das Testbild wie unten gezeigt an und führen Sie es aus. Das Inferenzergebnis wird zurückgegeben. ..

python3 onnxruntime_predict.py ./path/test.png

abschließend

Danke für deine harte Arbeit. Als ich es an die Kamera anschloss und daraus schloss, war es ungefähr 1 fps oder nicht. Ist es streng für Mikrocomputer? Es scheint, dass onnx von OpenCV4 gelesen werden kann, daher würde ich es gerne mit OpenCV versuchen (Referenz).

Wenn Sie Fehler haben, weisen Sie bitte darauf hin.