单片机可以人脸识别吗?不行,是Linux

本文详细介绍了在Linux系统中如何搭建NFS环境,以便在资源有限的开发板上运行人脸识别项目。首先,通过NFS服务将Ubuntu的文件系统共享给开发板,然后交叉编译SQLite3和OpenCV库,将动态库文件和人脸识别模型数据移植到NFS目录。此外,还涉及了RKNN动态库的移植以及在RV1126开发板上的部署步骤,包括挂载NFS、删除原有数据库、插入人脸数据和执行人脸识别程序。
摘要由CSDN通过智能技术生成

摘要:一个Linux人脸识别小项目,可以拿过来来练练手。使用瑞芯微RV1126核心板通过瑞芯微API进行视频采集并进行人脸识别,并输出到设备上。

2a38eea42a7c2c6264b520175eee175b.png
图源:来自网络,侵删

01 


搭建NFS环境

网络文件系统NFS,是由SUN公司研制的UNIX表示层协议,能使使用者访问网络上别处的文件就像在使用自己的计算机一样。我们可以Ubuntu上制作板子需要的文件,然后使用NFS来加载文件到板子的DDR上。

因为我们使用的板子内存太小,而人脸识别有需要很多的文件来支持,板子放不下,只能通过这种挂载的方式,将程序运行所需要的数据库模型文件放在挂载的目录下,这样就可以了。

1.1 安装NFS服务

在Ubuntu终端执行以下指令安装NFS。

sudo apt-get install nfs-kernel-server

1.2 新建NFS共享目录

新建NFS共享目录,并给予NFS目录可读可写可执行权限。

sudo mkdir /home/zhiguoxin/linux/nfs
sudo chmod 777 /home/zhiguoxin/linux/nfs/

1.3 配置NFS服务

执行以下指令打开etc/exports文件

sudo vi /etc/exports

进入etc/exports文件,在最后添加如下内容

/home/zhiguoxin/linux/nfs *(rw,sync,no_root_squash)

/home/zhiguoxin/linux/nfs 表示NFS共享的目录,*表示允许所有的网络段访问,rw表示访问者具有可读写权限,sync表示将缓存写入设备中,可以说是同步缓存的意思。no_root_squash表示访问者具有root权限。修改完如下图所示。

29447a005c29442aa969778268e28d39.png

修改完以后保存退出。执行以下指令重启 NFS 服务器。

sudo /etc/init.d/nfs-kernel-server restart

执行以下指令查看 NFS 共享目录。

showmount -e
6c96fe798ca1e6e41947b97b06f31c64.png

网络环境

确保网络环境正常,Ubuntu、Windows和开发板能相互ping 通。开发板IP:192.168.100.75 虚拟机IP:192.168.100.100 电脑网口IP:192.168.100.102

02 


交叉编译SQLite3数据库

2.1、准备源码

源码可以周期官网下载,放在我的共享文件夹下,然后解压。

70673e2492b0cd40121799e80111f8b0.png

2.2、准备RV1126的sdk包

这个RV1126的源码包在购买板子的时候商家会送你的

2d4cf5593e7ef9424be21c178312eb25.png

这个那文件夹里面有交叉编译工具链。在交叉编译之前,得在sdk里面找到交叉编译工具链:

cfda201b4f970d8c21f6d16642403ed2.png
商家提供的sdk里面的交叉工具链

然后我这里放在samba共享目录下,我的共享文件夹对应我的ubuntu的目录是

/home/zhiguyoxin/shared/
d286d0455c97c9815e852bad671ee2e2.png

现在开始来交叉编译SQLite3,这个SQLite3的源码还是用之前给大家的源码包:

64bb1d93d0e12f932ef394c9db536658.png

使用命令解压

tar -zxvf sqlite-autoconf-3380500.tar.gz
fbc2cba10933c3ecce737ff0c27ac046.png 152d579f85010d166fe1e5d464ed958b.png

2.3、交叉编译SQLite3

然后开始进行交叉编译,不过在在这之前,先在当前目录下创建一个文件夹来存放等下交叉编译出来文件:

mkdir arm_sqlite3_install
a5b6c0487a98326a4299e7ee2f3ba47d.png

最后最为关键部分是,现在找到那个之前交叉编译的路径来,也就是结对路径:

/home/zhiguoxin/shared/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin

接着刚才建立的arm_sqlite3_install,也是要找到他的绝对路径来:

/home/zhiguoxin/shared/sqlite-autoconf-3380500/arm_sqlite3_install
1a38fd686b4a8df81866e3cfb1493cdb.png

最后就可以按照下面这个命令来执行编译了:

./configure CC=/home/zhiguoxin/shared/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf-gcc --host=arm-linux --prefix=/home/zhiguoxin/shared/sqlite-autoconf-3380500/arm_sqlite3_install
f295bd945cc18f7c1c83d4a1cbac486f.png

然后执行分别执行以下命令即可:

make -j8
make install

最后在arm_sqlite3_install目录下生成四个文件:

d2fe5d6225fe0e1a90124607a1f60cef.png

进入到arm_sqlite_install目录下的lib目录,这里面就是交叉编译出来的.so的动态库文件,如下图所示:

6972a90443472b0b1d0c75379bc9270d.png

我们把这些动态库进行一个打包:

zip -r arm_sqlite3_lib.zip *so*
b114054e5dd7c189e8a251842f2a5c7e.png

把这个打包文件拷贝到nfs目录下去:

cp -rf arm_sqlite3_lib.zip  /home/zhiguoxin/linux/nfs
696f81b99d6e59d32fe725af4d78c609.png d2c49ab7494506845475be1790cc6b06.png

令外还要将sqlite3可执行文件拷贝至/home/zhiguoxin/linux/nfs目录下

2becc9b44b501d4790e17b95cf13bfe1.png

使用这个可执行文件我们查看数据库中的数据,做一下添加删除的操作。

03 


交叉编译OpenCV

同样现在官网下载号源码包,放再共享文件夹下

a6f509a338bff415671971f59c978ab3.png

解压

unzip opencv-3.4.12.zip -d opencv-3.4.12
606d31aa894f4a19db131afec28b3113.png

进入解压后的opencv版本platforms/linux目录下去:

cd opencv-3.4.12/platforms/linux

修改arm-gnueabi.toolchain.cmake

vim arm-gnueabi.toolchain.cmake
bd6c549b529a2e2165b764bc8779df87.png

将里面的交叉编译路径修改成你自己的路径

/home/zhiguoxin/shared/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf
e4128d5bb2fc015819bf22e1edd87646.png

建立一个build目录,并进入build下去:

7f2d2eda93ca31617efde10c4424a78a.png

编译:

cmake -DCMKAE_BUILD_TYPE=Release -DCMAKE_TOOLCHAIN_FILE=../platforms/linux/arm-gnueabi.toolchain.cmake -DCMAKE_INSTALL_PREFIX=/opt/arm_opencv -DSOFTFP=ON -DENABLE_PROFILING=OFF -DWITH_OPENCL=OFF -DWITH_TBB=ON -DWITH_V4L=ON -DHAVE_CAMV4L2=ON -DBUILD_TESTS=OFF -DINSTALL_PYTHON_EXAMPLES=OFF -DBUILD_EXAMPLES=OFF -DWITH_FFMPEG=ON -DHAVE_FFMPEG=ON -DBUILD_opencv_js=OFF -DENABLE_NEON=OFF -DENABLE_VFPV3=OFF ../
5454bb1e2d22abfdafcee614e6d7352f.png 3c07252114807ef7287acf94cbe62039.png

然后执行下面两句

make -j8
make install

最后结果:

c487e10d647aefb282a909c11289e612.png

先进入到build目录下的lib目录下,你会看到很多动态库,

c8c6e168458d93d61173aa6b7c29ac04.png

对其打包:

zip -r arm_opencv_lib.zip lib*
4e783c100fdf0e0c1c94189af182a07e.png

将文件拷贝至/home/zhiguoxin/linux/nfs//共享文件夹

cp -rf arm_opencv_lib.zip  /home/zhiguoxin/linux/nfs/
5d1912e7768cfe18ab3f3ebca1aa9e4a.png


04 


移植rknn动态库

把sdk里面的rknn动态库移植到nfs目录下,这是我放sdk的路径:

87785894d6860dd6390213ba4ee1f955.png

将这个文件拷贝到/home/zhiguoxin/linux/nfs目录下,用啥方式都可以,只要拷贝过去就可以了。


05 


RV1126人脸识别工程交叉编译

首先下载人脸识别源码,我下载后之后放在这里

fae4a1c1671775ed420518e808ed6826.png

在编译之前,我们要修改一下Makefile:

vim Makefile

这里修改成你的sdk交叉编译工具链的路径

5d230cbd44c4fca3d8a6cc8981be3424.png

然后make就看可以了

make

5.1 移植人脸识别数据模型

将人脸识别数据模型拷贝至/home/zhiguoxin/linux/nfs/

cd /home/zhiguoxin/myproject/rockx_face_recognize_project_rtsp
cp rockx_data/ -rf /home/zhiguoxin/linux/nfs/
b5fdfcd2644a23873443757addffb854.png

5.2 移植人脸识别可执行程序

将人脸识别编译出来的可执行程序拷贝至/home/zhiguoxin/linux/nfs/

1effcbcdabdf3cc9257404255308cdbf.png

5.3 移植人脸识别插入人脸数据可执行程序

将人脸识别编译出来的插入人脸数据库可执行程序拷贝至/home/zhiguoxin/linux/nfs/

a2cd9d8fe73b470704b6dfb4d72effdb.png

5.4 移植人脸识别数据库

将数据库文件face.db文件拷贝至/home/zhiguoxin/linux/nfs/

4b9c56ede7062f52bbd96e1da736df4a.png


06 


RV1126板子的处理

6.1 挂载

在开发板的/mnt/新建一个nfs文件夹

cd /mnt/
mkdir nfs

在板子上使用nfs挂载,之后在ubuntu上的/home/zhiguoxin/linux/nfs放的文件,都会在共享在板子的/mnt/nfs目录下

mount -t nfs 192.168.100.100:/home/zhiguoxin/linux/nfs /mnt/nfs -o nolock
  • 192.168.100.100是我虚拟机的IP地址

  • /home/zhiguoxin/linux/nfs是我虚拟机下的nfs目录

  • /mnt/nfs是板子的挂载目录

6ddc7e8232dbb898ee656050404768e5.png

6.2 删除原有数据库表

./sqlite3 face.db
.tables
select *from face_data_table;
delete from face_data_table;
.quit

6.3 插入人脸数据

./rkmedia_rockx_face_insert liuyao liuyao.png
./rkmedia_rockx_face_insert yangjiacheng yangjiacheng.png
eca6154bc93077cbb5558d846d7a9b70.png

6.4执行程序

./rkmedia_rockx_face_rga_rtsp_main
dfdbb1227012daa6790d619f6bde0080.png
ffplay –x 800 –y 400 rtsp://192.168.100.75/live/main_stream

或者使用vlc拉流

fb2a7c80a8ec980e1250e8d52bdf19c9.png d1e44cad8a3f67485fc4169a8a969c2c.png

-END-


往期推荐:点击图片即可跳转阅读

942e02f2877ab6791bd1ba092c9ddd42.jpeg

如何画出完美的PCB板子?

3fcf9e46465b393ac98c024809b77210.jpeg

单片机 -> RTOS -> Linux

acd6710ebceb6609e7f9236e341a2e5c.jpeg

学嵌入式,就是练武功。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值