如何在海思Hi3519AV100上移植YOLOV3（2）

接着写未写完的部分&＃xff0c;一直业务太忙&＃xff0c;延期了两周才写这一篇。

   本篇主要写一下模型量化后的仿真部分。海思在RS工具里提供了simulation方式对量化后的模型进行功能仿真&＃xff08;func sim&＃xff09;和指令仿真&＃xff08;inst sim&＃xff09;&＃xff0c;在板卡上跑之前就可以做模型的仿真&＃xff0c;提前看到效果。

主要目的认为是两个&＃xff1a;1&＃xff09;模型识别功能的验证&＃xff1b;2&＃xff09;模型识别阈值的调整。

   打个小广告&＃xff1a;

        海思hi3519av100开发板链接&＃xff1a;

https://item.taobao.com/item.htm?spm&＃61;a230r.1.14.117.4afe75a61WreAX&id&＃61;586610485052&ns&＃61;1&abbucket&＃61;1#detail

    除了SDK与底板图纸之外我们提供了EMMC文件配置和摄像头采集到RFCN深度神经网络的物体识别和HDMI显示的完整代码&＃xff0c;帮助开发者快速部署模型。

进入正题&＃xff01;

仿真之前需要先做一下仿真配置&＃xff0c;配置文件在我们板卡提供的  ...hisilicon/nnie_sim.ini中。

RS提供了图形化配置方式&＃xff0c;其实可配置的东西就是要使能CUDA 加速&＃xff0c;前提是电脑有显卡。

然后我们直接打开提供的sample工程&＃xff0c;在 ...\software\sample&＃xff0c;这样省去了很多需要的动态链接库的配置。

没有必要自己全从头到尾配一遍。

打开sample_similator 工程&＃xff0c;在 src/main.cpp 中修改如下&＃xff1a;

其他模型都注释掉&＃xff0c;留下 SvpSampleCnnDetYoloV3();

在src/SvpSampleDetectionOneSeg.cpp  中修改对应的模型和测试用的数据路径

测试用数据路径&＃xff0c;下面我们再具体说测试数据的问题。

Inst和func用模型选择&＃xff0c;现在是做指令仿真&＃xff0c;选inst模型修改就可以。

仿真工程需要切换到inst方式&＃xff0c;右键选择

修改测试列表中的测试数据&＃xff0c;此处配置的是     { "../../data/detection/yolov3/image_test_list.txt" },

对应文件在 data/detection/yolov3 中

此处列出需要仿真的文件表&＃xff0c;必须是bgr格式的&＃xff0c;测试用的数据的BGR格式的图片已经提供了几个。

设置完成后开始仿真

仿真后结果存储在

..\3519A\software\sample_simulator\sim_out\result_SVP_SAMPLE_YOLO_V3。输出结果如下&＃xff0c;模型层和阈值是改过的&＃xff0c;大家的输出结果不一定一样。

此外对于模型的阈值设置等可以查看 src/SvpSampleYolov3.cpp 文件&＃xff0c;此处就不详细介绍了。

下一篇我们会讲一讲如何在板卡中把生成的 *.wk文件用上&＃xff0c;并实时在开发板中运行。