网站菜单

爱芯元智AX650N板端验证YoloV5s

笔者的AX650N为AXCL PCIe 算力卡形态;如果你是 SoC 开发板(AXera-Pi/AX650N 等),我在文末也放了 SoC 的做法。

1. 安装运行库

在插卡的主机上(Ubuntu/Debian),按 AXCL 在线文档安装 deb 包(装完头文件和库会到 /usr/include/axcl/、/usr/lib/axcl/)。

可选:装 OpenCV 供样例读图显示

sudo apt update
sudo apt install build-essential cmake libopencv-dev

2. 拷贝模型与数据

把你在 PC 上生成的 模型.axmodel 和测试图拷到主机。

3. 拉取并编译官方C++样例

cd ~
git clone https://github.com/AXERA-TECH/axcl-samples.git
cd axcl-samples

拉取后进入项目。

在axcl-sample-main/examples/axcl/ax_yolov5s_steps.cc文件中,修改CLASS_NAMES与ANCHORS为之前训练模型时的参数。

在axcl-sample-main/examples/base/detection.hpp文件第650行中,将cls_num=80改成你的类别数量。(为什么这里是写死的,有点坑了。。)图里笔者已经改成了和自己模型一样的5。

修改完以后编译项目:

mkdir build && cd build
cmake ..
make install -j4
# 成功后二进制在 ./install/bin/ 下
ls install/bin | grep ax_yolov5

示例里自带多个可执行程序(ax_yolov5s、ax_yolov8 等);README 的“示例运行”也展示了 ./install/bin/ax_yolo* -m xxx.axmodel -i xxx.jpg 的用法。

./install/bin/axcl_yolov5s -m 模型路径 -i 图片路径

程序会打印输入输出张量信息(类似“input size / output size …”),和检测结果。

* SOC开发板

思路几乎一样,但仓库换成 ax-samples(面向 SoC),编译方式与运行方式与上面一致。

显示评论 (0)

文章评论

相关推荐

Dell PowerEdge R750 + 4×AX650N 本地大模型测试学习记录

本文记录在 Dell PowerEdge R750 上部署四张 AX650N、安装与升级 AXCL、编译 ax-llm、准备量化模型,以及进行单卡和四卡并发推理测试的完整流程。 本文只描述正常安装和测…

爱芯元智AX650N部署YoloV5s全流程

1. 训练模型 克隆 yolov5的代码,并安装 yolov5 所需的 python包 以及 onnx,这个就不多赘述了。 与瑞芯微需要特定分支的yolov5(或者修改网络结构)不同,直接使用官方的版…