ArmSoM
← Alle Geschichten

Portieren einer Raspberry Pi Objekterkennungs-Demo auf RKNN

Das Verschieben eines Objektdetektors in RKNN umfasst Konvertierung, Ausgabeprüfung und Anwendungsintegration. Eine konvertierte Datei ist nicht genug Beweis dafür, dass Erkennungen nützlich bleiben. Testen Sie es gegen das Originalmodell, bevor Sie es in den Kameradienst einbinden.

ArmSoM Sige5

ArmSoM Sige5

Behalten Sie einen Referenzsatz von Inputs und Outputs

Speichern Sie repräsentative Bilder, erwartete Ausgaben und die ursprüngliche Modellkonfiguration. Vergleichen Sie das konvertierte Modell mit diesen Eingaben, einschließlich kleiner Objekte, schwieriger Beleuchtung und negativer Beispiele. Überprüfen Sie die Vorverarbeitung und Ausgabedecodierung, bevor Sie die Quantisierung für eine Fehlanpassung verantwortlich machen. Konvertierungs- und Laufzeitversionen mit dem Modellartefakt aufzeichnen.

Konvertieren mit unterstützten Werkzeugen

Verwenden Sie das entsprechende Rockchip-Toolkit und Modell-Zoo-Beispiel als Ausgangspunkt, um die Zielplattform und die erforderlichen Versionen zu bestätigen. Überprüfen Sie die Conversion-Warnungen und die Operator-Unterstützung. Kalibrierdaten sollten den Bildern ähneln, die das Gerät sehen wird. Ein erfolgreicher Export ist nur ein Zwischenmeilenstein; Vergleichen Sie Erkennungen an schwierigen und leeren Szenen sowie offensichtliche Ziele.

Integrieren Sie den Kamerapfad schrittweise

Führen Sie gespeicherte Bilder vor der Live-Aufnahme auf Sige5 oder Sige7s aus. Anschließend messen Sie Erfassung, Vorverarbeitung, Inferenz und Nachverarbeitung separat. Achten Sie auf Farbreihenfolge, Schritt- und Seitenverhältnisfehler. Notieren Sie, wie veraltete Frames behandelt werden, wenn die Verarbeitung langsamer ist als die Erfassung. Eine responsive Anwendung muss möglicherweise alte Frames verwerfen, anstatt sie auf unbestimmte Zeit in die Warteschlange zu stellen.

Passen Sie die Wahl an Ihre Anforderungen an

Anforderung oder Situation

Was zu bewerten ist

Einzelheiten der Entscheidung

Bezugsnummer

Modell und Bewertungssatz

Speichern Sie Vorhersagen vor der Konvertierung.

Umrechnung

Ziel, Präzision und Warnungen

Prüfen Sie die Genauigkeit nach dem Export.

Antragstellung

Live-Kamera und Warteschlangen-Politik

Messen Sie die End-to-End-Latenz.

Beispielhafte Gestaltung

Verwenden Sie einen Saved-Image-Checkpoint vor der Live-Erkennung

Speichern Sie ein kleines Set mit einfachen, schwierigen und negativen Beispielen. Vergleichen Sie die Ausgaben des Originalmodells mit dem konvertierten Modell, bevor Sie das Kamera-Timing, die Farbkonvertierung oder das Puffern einführen. Wenn eine Diskrepanz auftritt, verengt dieser Checkpoint die Untersuchung auf Konvertierung und Vorverarbeitung. Sobald die ausgaben akzeptabel sind, fügen sie die live-kamera hinzu und messen sie das bildalter. Halten Sie Klassenetiketten und Vertrauensmanagement in beiden Versionen konsistent.

Hardware und Dokumentation

Sige5 · RK3576

RK3576, vier Cortex-A72 und vier Cortex-A53 Kerne, 6 TOPS NPU, Dual Gigabit Ethernet und M.2 PCIe 2.1 x1.

Hardware-Dokumentation · Produktdetails

Sige7s · RK3588S

RK3588S, 6 TOPS NPU, Gigabit Ethernet und Wechselbar eMMC. Abmessungen: 85 × 56 × 17 mm. Trennen Sie die Stromversorgung, bevor Sie eMMC ersetzen.

Hardware-Dokumentation · Produktdetails

Häufig gestellte Fragen

Kann ich davon ausgehen, dass jedes ONNX-Modell konvertiert wird?

Nein. Architektur, Operatoren, dynamische Formen und Toolkit-Unterstützung müssen überprüft werden.

Produktinformationen und Support

Sige5 entdecken

ArmSoM kontaktieren

Quellen

Geschrieben von ArmSoM mit der folgenden Dokumentation. Beispieldesigns sind Vorschläge, keine gemessenen Kundeninstallationen.

Verwandtes Lesen