[问答]

如何对RK3399+RK1808人工智能计算棒的被动模式进行Rock-X测试呢

1968 RK3399 RK1808

问答对人有帮助，内容完整，我也想知道答案 0 如何对RK3399+RK1808人工智能计算棒的被动模式进行Rock-X测试呢？有哪些测试步骤？ 0
2022-2-15 06:40:25　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × liutiefu 该类别下有 26 个回答。邀请回答 ze55me 该类别下有 20 个回答。邀请回答 tigerwang711 该类别下有 20 个回答。邀请回答杀狼000 该类别下有 19 个回答。邀请回答 zhuzb0754 该类别下有 19 个回答。邀请回答 YYXIAO 该类别下有 18 个回答。邀请回答冰箱洗衣机该类别下有 18 个回答。邀请回答 CDCNKA 该类别下有 17 个回答。邀请回答 jjll652 该类别下有 17 个回答。邀请回答河神大人该类别下有 17 个回答。邀请回答 mede1001 该类别下有 17 个回答。邀请回答安德森大该类别下有 17 个回答。邀请回答麻酱该类别下有 16 个回答。邀请回答世态薄凉该类别下有 16 个回答。邀请回答熊本熊该类别下有 16 个回答。邀请回答 YOYOOO 该类别下有 16 个回答。邀请回答 dfgsdf 该类别下有 15 个回答。邀请回答 szj0213 该类别下有 15 个回答。邀请回答梅利号该类别下有 15 个回答。邀请回答 vinww特烦恼该类别下有 15 个回答。邀请回答举报陈光琦相关推荐 • 如何对OK3399-C开发板+RK1808人工智能计算棒进行测试呢 1615 • 请问一下怎样对RK1808计算棒的被动模式进行测试并且使用呢 947 • 有什么方法可以实现RK1808人工智能计算棒联网吗 1472 • 嵌入式RK3399主动模式的人工智能计算棒部署流程是怎样的 1777 • RK3399+RK1808平台技术亮点有哪些呢 1581 • 分享一种基于RK3399+RK1808架构的AI边缘计算商显主板 2545 • 请问RK3399 Pro能连接RK1808计算棒吗 8801 • RK3399Pro能连接RK1808计算棒吗 2931 • 在rk3399pro的一个u**接口接入rk1808出错是什么原因呢 6190* • RKNN采坑记录 1002 1个回答

答案对人有帮助，有参考价值 0 04 被动模式Rock-X测试 1、使用原厂链接下载Rock-XSDK并解压，链接如下：或者使用用户资料中提供的源码，目录为：用户资料linux源码被动模式Rock-X 2、安装编译器 sudo apt-get install cmake gcc g++ 3、插入计算棒，等待上位机识别到计算棒 4 、上位机运行rock-x依赖rknn_api, npu_transfer_proxy 用户可以先按照本文档第三章“被动模式Mobilenet-ssd测试”安装rknn_api；用户也可以通过原厂提供的链接地址直接下载rknn_api, npu_transfer_proxy，如下： 5、运行npu_transfer_proxy和计算棒进行通信 npu_transfer_proxy & 6、编译测试用demo cd demo/command_line_demo ./build-linux-rk3399pro-on-device.sh 此时会编译得到rock-x中demo目录下的各用例并存放在install目录下 7、测试生成的用例中的rockx_face_landmark_demo cd install/rockx_linux_rk3399pro/rockx_face_landmark_demo/ export LD_LIBRARY_PATH=../lib ./rockx_face_landmark face4.jpg 68//人脸特征点定位(68点) 8、测试效果如下： 9、Rock-X command_line_demo提供的例程 rockx_carplate_demo 车牌识别 rockx_face_attribute_demo 人脸属性识别(性别、年龄) rockx_face_detection_demo 人脸检测 rockx_face_landmark_demo 人脸特征点定位 rockx_head_detection_demo 人头检测 rockx_object_detection_demo 物体检测 rockx_object_track_demo 物体运动检测 rockx_pose_body_demo 人体姿态检测 rockx_pose_finger_demo 手掌节点姿态检测 rockx_face_liveness_demo 活体检测 rockx_face_recognition_demo 人脸识别对比 05 被动模式yolov3测试注意该测试中安装的部分包因为资源问题下载可能会因超时而无法下载，遇到这种情况，可以使用我司提供的现成的安装包，目录为：用户资料 linux源码被动模式yolov3 demo安装包 1、安装python3.5，ubuntu18.04默认python3.6，该版本部分库没有资源无法安装，所以更换为python3.5 sudo apt-get update sudo apt-get install software-properties-common sudo add-apt-repository ppa:deadsnakes/ppa sudo apt-get update sudo apt-get install python3.5-dev sudo apt-get --reinstall install python3.5-minimal sudo mv /usr/bin/python3 /usr/bin/python3-old sudo ln -s /usr/bin/python3.5 /usr/bin/python3 sudo update-alternatives --install /usr/bin/python python/usr/bin/python3.5 300 验证python3.5是否安装成功并且python3已经修改为默认使用3.5：安装新版pip： sudo python3 get-pip.py sudo pip3 install setuptools --upgrade sudo ln -s /usr/local/bin/pip3 /usr/bin/pip3 验证pip安装成功且默认使用python3.5的pip工具： 2、安装依赖库 sudo apt-get install cmake gcc g++ libprotobuf-dev protobuf-compiler sudo apt-get install liblapack-dev libjpeg-dev zlib1g-dev sudo apt-get install python3-dev python3-pip python3-scipy sudo apt-get install python3-opencv python3-numpy python3-lmd bpython3-h5py pip3 install wheel setuptools sudo apt-get build-dep python3-h5py && pip3 install h5py pip3 install --user scipy pip3 install --user grpcio==1.26.0 pip3 install --user onnx pip3 uninstall pillow pip3 install --user pillow==4.2.1 pip3 uninstall h5py pip3 install --user h5py==2.8.0rc1 注意部分安装包因为资源问题下载可能会因超时而无法下载，可以使用我司提供的现成的安装包。查看上述指令安装的包是否安装到python3.5目录下： 3、安装TensorFlow wget pip3 install --user tensorflow-1.11.0-cp35-none-linux _aarch64.whl TensorFlow也可以到/home/forlinx/.local/lib/python3.5/site-packages/目录下查看安装情况 4、Python3.5安装OpenCV3 1)下载opencv和opencv_contrib，这两部分代码下载也比较困难，建议使用我司用户资料中提供的源码包，目录为：用户资料linux源码被动模式yolov3demo安装包： cd~ git clone git clone 2)编译opencv源码 cd~/opencv mkdir build cd build cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -DWITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -DINSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -DBUILD_EXAMPLES=ON -D WITH_QT=ON -D WITH_GTK=ON -D WITH_OPENGL=ON .. make 编译结果如下： 3)安装OpenCV sudo make install 部分安装信息： OpenCV的安装文件也可以在系统中找到，例如： /usr/local/lib/libopencv_core.so.4.3.0 /usr/local/include/opencv4/opencv2/cvconfig.h 编译时会有报错解决方法可以参考如下链接：或者可以使用我司提供的现成的OpenCV的源码。 5、安装rknn-toolkit pip3 --default-timeout=100000 install --user rknn_toolkit-1.1.0-cp35-cp35m-linux_aarch64.whl rknn_toolkit也可以到/home/forlinx/.local/lib/python3.5/site-packages/目录下查看安装情况，可以看到对应安装目录： 6、下载yolov3demo程序测试运行 cd rk1808/yolov3/ 修改rknn_camera_tiny_multiProcess.py中打开的摄像头节点： video= cv2.VideoCapture(0) 改为： video= cv2.VideoCapture("/dev/video10") 注意：摄像头节点需要依据自己开发板的实际情况来修改命令行执行： python3.5 rknn_camera_tiny_multiProcess.py 运行结果如下：至此，OK3399-C开发板+RK1808人工智能计算棒被动模式下的测评告一段落。

2022-2-15 09:50:50 评论举报刘阳