Qualcomm的神经处理引擎 （三） Snapdragon NPE SDK配置及用例

  http://blog.csdn.net/s_jason/article/details/78051809

2017-09-21 14:41 288人阅读 评论(0) 收藏 举报

版权声明：本文为博主原创文章，未经博主允许不得转载。

    在上一篇博客中已经介绍了环境配置等，接下来接着看一下模型文件的转换和apk用例

    首先是模型文件的创建，Snapdragon NPE SDK没有公共可用的模型文件，但是包含了一些脚本，这些脚本可以下载公共模型并转换成DLC（Deep Learning Container）模式，这些脚本在/models目录下。

    1.在Caffe格式下下载并转换一个训练过的Alexnet模型

    cd SNPE_ROOT

   python ./models/alexnet/scripts/setup_alexnet.py -a ./temp-assets-cache -d

   提示：注意一下setup_alexnet.py这个脚本，是它进行的这个转换到DLC，在Caffe模式下转换也可以用相同的操作。

    2.在Tensorflow格式下下载并转换训练过的“inception”模型。

    cd SNPE_ROOT

    python ./models/inception_v3/scripts/setup_inceptionv3.py -a ./temp-assets-cache -d

    提示：注意setup_inceptionv3.py这个脚本，它可以对模型进行75%的压缩（如：91MB->23MB）

   接下来创建一个android app的用例

     这个android app包含了Snapdragon NPE的运行环境（由/android/snpe-release.aar库提供），下面例子是用Caffe Alexnet产生DLC模型。

   1.通过拷贝运行环境和模型准备app

   cd SNPE_ROOT/examples/android/image-classifiers

   cp ../../../android/snpe-release.aar ./app/libs # copies the NPE runtime library
   bash ./setup_models.sh #对Alexnet 例子（DLC、labels、imputs）进行打包来作为android源文件。

   2.用Android studio创建apk

     (1)打开Android Studio

     (2)打开工程：~/snpe-sdk/examples/android/image-classifiers

     (3)如果Android Studio提示升级就进行升级

     (4)按下“Run app”,创建并运行apk

    3.用命令行创建apk

    (1)sudo apt-get install libc6:i386 libncurses5:i386 libstdc++6:i386 lib32z1 libbz2-1.0:i386 #android SDK的创建依赖ubuntu

       ./tradlew assembleDebug 生成APK

        上面命令的执行需要本地Android SDK配置ANDROID_HOME和JAVA_HOME,并且系统中需要配置JRE/JDK.

     如果上面步骤没有出问题的话，你就成功的生成了一个可以应用Snapdragon NPE SDK 的app，接下来你就可以开始创建自己的AI解决方案了。