AI嵌入式K210项目（29）-模型加载

叶与花语

已于 2024-02-19 17:05:45 修改

阅读量1.7k

点赞数 20

分类专栏： K210开发板文章标签：人工智能嵌入式AI 嵌入式 KPU K210 模型加载

于 2024-02-19 17:04:31 首次发布

本文链接：https://blog.csdn.net/bin_zhang1/article/details/136172150

版权

K210开发板专栏收录该内容

30 篇文章 62 订阅

订阅专栏

文章目录

前言
一、下载部署包
二、C++部署
三、搭建文件传输环境
四、文件传输
五、调试
六、MicroPython部署
总结

前言

上一章节介绍了如何进行在线模型训练，生成部署包后，本章介绍加载模型；

一、下载部署包

训练结束后，在训练任务条目中选择下载按钮；
在这里插入图片描述
下载得到部署资源包。
部署资源包内包含：测试结果图片、生成的kmodel、部署配置文件deploy_config.json、部署资源压缩包。
部署资源压缩包解压后，参照README.md可以实现上板部署过程；

C++部署资源压缩包deployment_source.zip解压后结构如下：
在这里插入图片描述
MicroPython部署资源压缩包mp_deployment_source.zip解压后结构如下：

二、C++部署

若使用MicroPython的部署包请参见下一章节。
注意：训练环境中nncase和nncase-kpu的版本和SDK的版本要对应， nncase和nncase-kpu版本为2.4.0， SDK版本为1.1。
上板部署过程分为以下几个步骤：
K230 SDK需要在Linux环境下编译，推荐使用Ubuntu Liunx 20.04。使用docker编译环境，下载k230_sdk

# 下载docker编译镜像
docker pull ghcr.io/kendryte/k230_sdk
# 可以使用以下命令确认docker镜像拉取成功
docker images | grep k230_sdk
# 下载sdk
git clone -b v1.1 --single-branch https://github.com/kendryte/k230_sdk.git
cd k230_sdk
# 下载工具链， make prepare_sourcecode 会自动下载Linux和RT-Smart toolchain,
buildroot package, AI package等. 请确保该命令执行成功并没有Error产生， 下载时间和速度
以实际网速为准。
make prepare_sourcecode
# 创建docker容器， $(pwd):$(pwd)表示系统当前目录映射到docker容器内部的相同目录下， 将系
统下的工具链目录映射到docker容器内部的/opt/toolchain目录下
docker run -u root -it -v $(pwd):$(pwd) -v $(pwd)/toolchain:/opt/toolchain -
w $(pwd) ghcr.io/kendryte/k230_sdk /bin/bash

这里使用的CANMV-K230开发板，还有一种K230-EVB开发板
在这里插入图片描述

# 在docker中编译镜像， 请耐心等待完成， 不同类型开发板编译命令不同
# 如果是CANMV-K230开发板
make CONF=k230_canmv_defconfig
# 如果是K230-EVB开发板
make CONF=k230_evb_defconfig

SD卡镜像也可在嘉楠开发者社区资料下载板块找到。
CANMV-K230开发板，编译结束后在output/k230_canmv_defconfig/images目录下可以找到编译好的镜像文件：

k230_canmv_defconfig/images
├── big-core
├── little-core
├── sysimage-sdcard.img # SD卡镜像
└──
sysimage-sdcard.img.gz # SD卡镜像压缩包

CANMV-K230开发板支持SD卡镜像启动
烧录TF卡
详细烧录步骤参考K230_SDK_使用说明。
Linux: 如使用Linux烧录TF卡,需要先确认SD卡在系统中的名称/dev/sdx, 并替换如下命令中的/dev/sdx

sudo dd if=sysimage-sdcard.img of=/dev/sdx bs=1M oflag=sync

Windows: 如使用Windows烧录, 建议使用the balena Etcher工具。将生成的sysimage-sdcard.img下载到本地，使用烧录工具the balena Etcher进行烧录。
在这里插入图片描述
其它更详细的烧录方法，请参考K230_SDK_使用说明。
确认启动开关选择在SD卡启动模式下，将烧录完成的TF卡插入进开板板卡槽中，然后将电源开关K1拔到ON位置，系统可上电。如果您有接好串口，可在串口中看到启动日志输出。系统上电后，默认会有二个串口设备，可分别访问小核Linux和大核RTSmart 大核RTSmart系统中会开机会自动启动一个应用程序，可按q键退出至命令提示符终端；

三、搭建文件传输环境

windows系统
（1） Tftpd64安装，在https://bitbucket.org/phjounin/tftpd64/downloads/下载。
（2） MobaXterm安装：在https://mobaxterm.mobatek.net/download.html下载安装。
（2）配置PC网络：
在这里插入图片描述

开发板网络配置：
开发板上电，电源线、网线、 COM口连接线配置见文档： K230_SDK_使用说明。打开MobaXterm，通过两路COM串口连接开发板， COM编号不固定，较小为小核串口，较大为大核串口。

小核进入后回车，进入如下界面，使用root登录：
在这里插入图片描述
大核进入后回车，进入如下界面

在小核配置网络

大小核共享存储区域： /sharefs

当要从Tftpd64配置的文件中拷贝数据时，在小核界面使用如下命令：
#192.168.1.2 为PC的局域网IP

# 192.168.1.2 为PC的局域网IP
tftp -g -r your_file_name 192.168.1.2

当将开发板文件拷贝到PC端Tftpd64配置的文件夹下时，在小核使用如下命令：

# 192.168.1.2 为PC的局域网IP
tftp -p -r your_file_name 192.168.1.2

在Linux系统中， PC正常连接网络，开发板可以通过网线连接PC所在网关下其他网口，通过scp命令实现文件传输。
开发板上电，进入大小核COM界面，在小核执行scp传输命令：

# 从PC拷贝文件至开发板
scp 用户名@域名或IP:文件所在目录 开发板目的目录
# 从开发板拷贝文件至PC
scp 开发板待拷贝目录 用户名@域名或IP:PC目的目录

将部署资源压缩包deployment_source.zip解压，阅读README.md，将子文件夹example_code_k230拷贝到SDK文件目录下的src/big/nncase子目录下，授予权限，编译elf可执行文件。编译K230-EVB开发板的可执行文件

chmod +x build_app.sh
./build_app.sh evb

编译结束后在example_code_k230文件夹下的k230_bin中可以获得编译完成的main.elf文件。
编译CANMV-K230开发板的可执行文件：

chmod +x build_app.sh
./build_app.sh

四、文件传输

在小核/sharefs下新建一子目录test_deploy

cd /sharefs
mkdir test_deploy
cd test_deploy

通过tftp将部署资源包中的kmodel文件、 deploy_config.json文件、 main.elf文件和待测试图片文件拷贝到小核/sharefs/test_deploy目录下

五、调试

上板调试命令

# 进入大核对应目录下， 执行main.elf deploy_config.json 图片/None debug_mode
# deploy_config.json是部署配置文件
# 图片/None 如果是图片路径， 则执行静态图推理， 如果调用摄像头进行视频流推理， 此参数为None
# debug_mode： 调试模式， 有0、 1、 2三个选项； 分别对应不调试、 简单调试、 详细调试

在大核中进入/sharefs/test_deploy目录下，执行main.elf可执行文件。

# 静态图推理调试
main.elf deploy_config.json test.jpg 1
# 视频流推理调试
main.elf deploy_config.json None 1

六、MicroPython部署

注意：训练环境中nncase和nncase-kpu的版本和SDK的版本要对应， nncase和nncase-kpu版本为2.4.0， SDK版本为1.1。
上板部署过程分为以下几个步骤：
CanMV 的目的是让 AIOT 编程更简单，基于 Micropython 语法, 运行在Canaan强大的嵌入式AI SOC系
列上。目前它在K230上运行。使用docker编译环境，下载k230_CanMV。

git clone https://github.com/kendryte/k230_canmv.git
cd k230_canmv
make prepare_sourcecode
# 生成docker镜像（第一次编译需要， 已经生成docker镜像后跳过此步骤， 可选）
docker build -f k230_sdk/tools/docker/Dockerfile -t k230_docker
k230_sdk/tools/docker
# 启动docker环境(可选)
docker run -u root -it -v $(pwd):$(pwd) -v
$(pwd)/k230_sdk/toolchain:/opt/toolchain -w $(pwd) k230_docker /bin/bash
# 默认使用canmv板卡， 如果需要使用其他板卡， 请使用 make CONF=k230_xx_defconfig， 支持的
板卡在configs目录下
make

编译完成后会在 output/k230_xx_defconfig/images 目录下生成 sysimage-sdcard.img 镜像。
按下图步骤，建立连接。点击如下按钮：
在这里插入图片描述
选择除大小核串口外的第三个串口：

连接建立后，选择文件->打开文件，选择解压的部署包mp_deployment_source中的##_image.py和##__video.py，编辑更改kmodel和deploy_config.json文件的拷贝路径。

点击左下角的绿色三角按钮运行，点击串行终端查看命令行输出。