<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>
"); //-->

博客專(zhuān)欄

EEPW首頁(yè) > 博客 > iTOP-RK3588開(kāi)發(fā)板使用 tensorflow框架

iTOP-RK3588開(kāi)發(fā)板使用 tensorflow框架

發(fā)布人:紅李亞 時(shí)間:2023-10-08 來(lái)源:工程師 發(fā)布文章
TensorFlow 是一個(gè)軟件庫或框架,由 Google 團隊設計,以最簡(jiǎn)單的方式實(shí)現機器學(xué)習和深度學(xué)習概念。它結合了優(yōu)化技術(shù)的計算代數,便于計算許多數學(xué)表達式。TensorFlow 有以下
重要功能 - 它包含一個(gè)叫做張量概念,用來(lái)創(chuàng )建多維數組,優(yōu)化和計算數學(xué)表達式。它包括深度神經(jīng)網(wǎng)絡(luò )和機器學(xué)習技術(shù)的編程支持。它包括具有各種數據集的高可擴展計算功能。TensorFlow 使用 GPU 計算,自動(dòng)化管理。它還包括優(yōu)化相同內存和使用數據的獨特功能。
1 首先選擇 tensorflow 作為我們測試的框架,進(jìn)入 tensorflow/ssd_mobilenet_v1/目錄下,如下圖所示:
cd examples/tensorflow/ssd_mobilenet_v1/

2 打開(kāi) test.py,確認使用板載 npu 推理識別圖片

vi test.py

修改 test.py 文件,我們修改對應的平臺為 rk3588,修改如下所示,“-”代表需要刪除的內容,“+” 代表需要新增的內容。

if __name__ == '__main__':

# Create RKNN object - rknn = RKNN(verbose=True)

+ rknn = RKNN()

# Pre-process config

print('--> Config model')
- rknn.config(mean_values=[127.5, 127.5, 127.5], std_values=[127.5, 127.5, 127.5])
+ rknn.config(mean_values=[127.5, 127.5, 127.5], std_values=[127.5, 127.5, 127.5], target_platform='rk3588')
print('done')
# Load model
@@ -62,7 +62,7 @@ if __name__ == '__main__':
# Init runtime environment
print('--> Init runtime environment')
- ret = rknn.init_runtime()
+ ret = rknn.init_runtime(target='rk3588')
if ret != 0:
print('Init runtime environment failed!')
exit(ret)
修改完,保存文件并退出。
3 進(jìn)入到 examples/tensorflow/ssd_mobilenet_v1/文件夾,輸入以下命令,執行模型轉換和推理模型的 test.py 腳本。
python3 test.py

4 運行之后,我們可以得知推理圖片識別后的結果,如下圖所示:

5 如上圖所示,Score 反映的是得分,得分越高說(shuō)明和被認為的標簽相似度越高,圓括號則是對應識別出的物體的坐標。命令行中出現了八行被識別物體的坐標和置信度,和 out.jpg 可以對應。out.jpg 如下圖所示:

更多文檔可以查看

B站搜索-北京迅為RK3588開(kāi)發(fā)板,

公眾Hao關(guān)注:北京迅為,


*博客內容為網(wǎng)友個(gè)人發(fā)布,僅代表博主個(gè)人觀(guān)點(diǎn),如有侵權請聯(lián)系工作人員刪除。



關(guān)鍵詞: 開(kāi)發(fā)板

相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>