如何在海思 Hi3519AV100上移植YOLOV3 （3)_海思开发板nnie与yolo对接-CSDN博客

本文链接：https://blog.csdn.net/Littro0801/article/details/106357828

本文介绍了如何在海思Hi3519AV100开发板上部署YOLOV3模型进行物体识别。通过加载预训练模型，进行NNIE配置、参数初始化、源数据填充，以及NNIE前向处理，最终获取识别结果。代码中展示了主函数、初始化函数和结果打印函数，提供了一种在海思平台快速部署YOLOV3的方案。

摘要由CSDN通过智能技术生成

隔了好久来填坑，这次写一下怎么在板卡中部署模型。

打个小广告：

海思hi3519av100开发板链接：

https://item.taobao.com/item.htm?spm=a230r.1.14.117.4afe75a61WreAX&id=586610485052&ns=1&abbucket=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，帮助开发者快速部署模型。

开发板中新更新了yolov3的demo，那么从demo中把NNIE相关的截取出来和大家分享一下。

/******************************************************************************
* function : ive sample
******************************************************************************/
#ifdef __HuaweiLite__
int app_main(int argc, char *argv[])
#else
int main(int argc, char *argv[])
#endif
{
int s32Ret = HI_SUCCESS;

s_ppChCmdArgv = argv;

SAMPLE_SVP_NNIE_Yolov3();

return s32Ret;
}
主函数很简单，直接跑了demo，读取图片后进行物体识别。

具体函数放在 ../深度学习demo\yolov3\yolov3\sample 中 sample_nnie.c。

/******************************************************************************
* function : show YOLOV3 sample(image 416x416 U8_C3)
******************************************************************************/
void SAMPLE_SVP_NNIE_Yolov3(void)
{
HI_CHAR *pcSrcFile = "./data/nnie_image/rgb_planar/dog_bike_car_416x416.bgr";
HI_CHAR *pcModelName = "./data/nnie_model/detection/inst_yolov3_cycle.wk";
HI_U32 u32PicNum = 1;
HI_FLOAT f32PrintResultThresh = 0.0f;
HI_S32 s32Ret = HI_SUCCESS;
SAMPLE_SVP_NNIE_CFG_S stNnieCfg = {0};
SAMPLE_SVP_NNIE_INPUT_DATA_INDEX_S stInputDataIdx = {0};
SAMPLE_SVP_NNIE_PROCESS_SEG_INDEX_S stProcSegIdx = {0};

/*Set configuration parameter*/
f32PrintResultThresh = 0.15f;
stNnieCfg.pszPic= pcSrcFile;
stNnieCfg.u32MaxInputNum = u32PicNum; //max input image num in each batch
stNnieCfg.u32MaxRoiNum = 0;
stNnieCfg.aenNnieCoreId[0] = SVP_NNIE_ID_0;//set NNIE core

/*Sys init*/
SAMPLE_COMM_SVP_CheckSysInit();

/*Yolov3 Load model*/
SAMPLE_SVP_TRACE_INFO("Yolov3 Load model!\n");
s32Ret = SAMPLE_COMM_SVP_NNIE_LoadModel(pcModelName,&s_stYolov3Model);
SAMPLE_SVP_CHECK_EXPR_GOTO(HI_SUCCESS != s32Ret,YOLOV3_FAIL_0,SAMPLE_SVP_ERR_LEVEL_ERROR,
"Error,SAMPLE_COMM_SVP_NNIE_LoadModel failed!\n");

/*Yolov3 parameter initialization*/
/*Yolov3 software parameters are set in SAMPLE_SVP_NNIE_Yolov3_SoftwareInit,
if user has changed net struct, please make sure the parameter settings in
SAMPLE_SVP_NNIE_Yolov3_SoftwareInit function are correct*/
SAMPLE_SVP_TRACE_INFO("Yolov3 parameter initialization!\n");
s_stYolov3NnieParam.pstModel = &s_stYolov3Model.stModel;