发 帖  
原厂入驻New
[经验]

【米尔FZ3深度学习计算卡试用体验】深度学习体验自定义硬件

2020-11-20 15:32:04  1113 开发板试用
分享
0
1 官方自带镜像试用1.1 深度学习之图像分类
由于之前的误操作,SD数据被rm掉,后面工作人员重新发了一份镜像,前期由于烧写镜像方法的错误导致镜像一直烧写不成功,后面更换烧写软件为balenaEtcher后烧写成功。如图1所示:
1.jpg
图1 balenaEtcher烧写软件
然后就可以体验深度学习计算卡的魅力了。
根据官方用户手册的指示,开始操作。根据之前的连接演示,成功以串口进行连接,屏幕也已点亮,如图2所示。
2.jpg
图2 自带系统图形化界面
操作指令以及相关工程文件结构如图3所示。
3.jpg
图3 文件结构
操作演示的结果如图4所示。
4.jpg
图4 图像分类结果显示
根据图4的结果为cestbon,置信度为1。
下面演示图像分类视频版。
输入以下指令:
./video_classify../configs/resnet50/drink.json
桌面环境已打开。运行结果如图5所示。
5.jpg
图5 图像分类视频结果
Resnet50的算法提示超时,驱动也已重新启动,失败于莫名的原因,下面换另一种检测算法:
6.jpg
图6 mobilenetvl分类结果
根据上图可知,该算法也出现超时的错误。
再换一种算法:
7.jpg
图7 Inceptionv2分类结果
同样的错误出现,可能是由于摄像头或者DP转接线的问题,笔者使用的摄像头和转接线如图8所示。
  
8.jpg
  
  
9.jpg
  
图8 外设
转接线是官方数据线,但是兼容性一般,摄像头是罗技摄像头。上图显示基于视频的图像分类实验失败,可能是外设的相关原因也可能是操作的不当,看看其他的怎么样的结果。
1.2 深度学习之图像检测
基于图片的图像分类采取以下指令:
./image_detection../configs/vgg-ssd/screw.json
其采取的算法为vgg-ssd的,显示结果如图9所示。
10.jpg
图9 目标检测结果
下面试用视频的目标检测算法:
./video_detection../configs/vgg-ssd/screw.json
这次成功,检测演示视频如下所示。由于视频上传比较麻烦只上传图片了。
Snipaste_2020-11-20_15-23-50.png Snipaste_2020-11-20_15-22-59.png Snipaste_2020-11-20_15-22-14.png

1 自定义平台
由于开发的需求,需要自定义硬件平台,并试用摄像头等驱动,百度的平台比较完善,并且也有自己的训练框架,但是与笔者的相关开不太符合因此需要搭建自定义平台,首先搭建硬件平台。
该款硬件的主控芯片为:XCZU3EG-SFVC784
其硬件原理图如图10所示。
11.jpg
图10 原理图
由图可知,其USB、UART、DP、GEM等需要的硬件接口都在PS侧,因此不需要额外的配置相关PL逻辑代码,在配置平台中配置好相关的接口也即MIO的设置、clock的配置、DDR的参数配置。相关的硬件配置如图所示:
(发烧友文章长度限制,已删除)
最终的硬件框图如图11所示。
12.jpg
图11 硬件原理图

最后配置相关的接口,主要AXI_HP、GP、以及加速时钟等供DPU的使用,最后编译并导出xsa文件,至此硬件平台便已经搭建完成

评论

高级模式
您需要登录后才可以回帖 登录 | 注册

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容图片侵权或者其他问题,请联系本站作侵删。 侵权投诉
发经验
关闭

站长推荐 上一条 /7 下一条

快速回复 返回顶部 返回列表