Vitis AI 编译dnndk应用

最新推荐文章于 2024-08-03 20:35:46 发布
最新推荐文章于 2024-08-03 20:35:46 发布
阅读量734 收藏 2
点赞数 1
分类专栏： FPGA  AI推理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/clj609/article/details/119300798
版权
本文详细介绍了如何在Vitis AI库中编译DNNDK AI应用，包括DNNDK API与VART API的区别、安装交叉编译环境、模型的编译和应用修改，以及最后在自定义单板上执行AI应用的步骤。通过这些步骤，读者可以学习到Vitis AI在实际应用中的流程。
摘要由CSDN通过智能技术生成

在Vitis AI library中的模型在自定义单板使用中，介绍了如何进行模型库编译，下一步要将模型加入到AI应用中进行编译，生成可执行文件.

编译DNNDK AI应用

DNNDK API与VART API

DNNDK API：自定义神经网络时使用。

VART(Vitis-AI RunTime) API ：使用Xilinx Model Zoo中的模型时使用。

  • 安装交叉编译环境

进入https://github.com/Xilinx/Vitis-AI/tree/v1.2/mpsoc，下载sdk-2020.1.0.0sh。

$mkdir petalinux_sdk
$cd petalinux_sdk
$./sdk-2020.1.0.0.sh
  • 创建环境变量
$source ~/petalinux_sdk/environment-setup-aarch64-xilinx-linux
  • 下载
了解本专栏 订阅专栏 解锁全文 超级会员免费看
硬码农二毛哥
关注
专栏目录
订阅专栏
在Vitis中编译Vitis AI Library应用
硬码农二毛哥的博客
08-22 1242
如何将Vitis AI Library应用加入Vitis进行编译，生成可执行文件？ Vitis AI Library应用编译 在不使用vitis的情况下，vitis ai library编译方法如下： //以refinedet为例 $cd ~/Vitis-AI/Vitis-AI-Library/overview/samples/refinedet $bash -x build.sh运行上述指令后，生成可执行文件。 build.sh build.sh中的内容 CXX=${CXX:-g++} $CXX -std
利用DNNDK作AI DPU硬核加速－FPGA大赛获奖实例分析
u010879745的博客
04-08 2708
这个项目是通过小车上安放Ultra96和摄像头，在行进过程中摄像头所摄入的目标和道路边缘进行识别，并通过WIFI完成与远端主机的通信与控制。 Ultra96板通过USB摄像头采集图像信号，利用Ultra96强大的DNNDK IP神经网络处理能力进行目标识别。利用DNNDK 的 SSD神经网络硬件加速方案和先进的剪枝技术，在计算机上进行模型的选择、训练和验证。然后运用DNNDK IP将深度模型的浮点...
AI嵌入式全景：各厂商、系列和开发工具的综合概览
邮箱：feboreigns001@163.com
08-22 599
要看几个方面一般而言各个平台均采用linux操作系统，官方提供对应SDK，安装好后可使用硬件加速资源。
【FPGA设计】Vitis AI概述
最新发布
qq_45355365的博客
08-03 474
【FPGA设计】Vitis AI概述
Vitis-AI-1.3-TensorFlow2 使用TensorFlow2 构建custom AI模型的流程；
oldmoney
04-26 716
Vitis-AI 1.3/TensorFlow2 环境下使用自定义 CNN 模型进行 Mnist 分类 本示例工程中我们会在 TensorFlow2 下使用 Keras API 创建一个自定义 CNN 网络，在 Vitis-AI 1.3 环境下编译成 Xilinx DPU 上运行的模型文件，并在 Xilinx zynqMP 上部署运行。 可从link的 github 页面获得源码 ...
include 'stdafx.h' before including this file for PCH
05-28 2835
预编译头文件(一般扩展名为.PCH),是把一个工程中较稳定的代码预先编译好放在一个文件(.PCH)里.这些预先编译好的代码可以是任何的C/C++代码--甚至可以是inline函数,只它们在整个工程中是较为稳定的,即在工程开发过程中不会经常被修改的代码. 为什么需要预编译头文件?一言以蔽之:提高编译速度.一般地,编译器以文件为单位编译,如果修改了一工程中的一个文件则所有文件都要重新编译,包括头文件里
ug1327-dnndk-user-guide.pdf
07-12
赛灵思 dnndk user guide ， programming guide， network
PowerSensor AI教程1.2 - 数字识别 - dnndk模型编译
linxiaobo110的专栏
05-29 956
准备工作 安装vmware，vmware在我们的百度网盘可以下载到 链接：https://pan.baidu.com/s/1nhXQxRgYh9cDEFMw5sMvAQ 提取码：z1dm 下载我们准备好的虚拟机 地址： 链接：https://pan.baidu.com/s/1mdZV9jn74RCxKp_pUh4mew 提取码：623k 本章的例程与上一节的相同，请移步 Powersensor AI教程1.1-数字识别-tf模型训练下载。 介绍 本章主要介绍的PowersensorAI部署
基于Vitis AI1.2 dpu平台测试
sinat_39724439的博客
03-10 4163
1、软件版本 ubuntu18.04.2 vivado2020.01 petalinux2020.01 vitis2020.01 芯片：zu3eg784 本篇博客较长，可以先看结果，同时dp上有图片输出。 参考网站设计： （1）https://github.com/Xilinx/Vitis-Tutorials/tree/2020.1/Vitis_Platform_Creation/Introduction/02-Edge-AI-ZCU104（下载备用） （2）https://www.xilinx.com/
Vitis AI VART自动驾驶应用
硬码农二毛哥的博客
08-12 1406
Vitis AI提供两种应用例程，VART和Vitis AI Library，下文详细描述了VART中自动驾驶应用的实现过程。 编译AI模型 对于DNNDK API和VART API编译AI库的方式相同， 编译yolov3模型 yolov3模型用于自动驾驶。 $~/Vitis-AI/AI-Model-Zoo/all_models_1.2/caffe $cp -r dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/ ../../../Tool-Example/ $cd ~
xilinx vitis ai使用方法
05-20
### Xilinx Vitis AI 使用方法详解 #### 一、Vitis AI ...通过这些详细的介绍，我们可以看到 Xilinx Vitis AI 提供了一个强大的工具链来支持AI推理应用的开发，无论是对于初学者还是高级用户来说都是非常有价值的。
Vitis下运行DNNDK例程编译错误分析与解决
硬码农二毛哥的博客
05-30 917
Vitis下运行DNNDK例程编译错误分析与解决 出现问题： 最新在Vitis下运行DNNDK例程时，（例程地址https://github.com/Xilinx/Vitis-In-Depth-Tutorial/blob/2020.1/Vitis_Platform_Creation/Introduction/02-Edge-AI-ZCU104/README.md） 运行到编译时，（20 Right click the hello_dpu project folder and select Build Pro
2021-10-13 QT中使用DNNDK 调用dpu api 使用dpu 模型部署到zynq7020
石头剪子不的博客
10-13 1854
在QT中使用DNNDK调用xilinx DPU 部署的AI模型，交叉编译到ZYNQ7000板卡中使用
DPU on PYNQ-Z2系列—2.1 DNNDK使用—搭建DNNDK环境
lulugay的博客
01-14 4839
搭建DNNDK环境 DNNDK包括Host和终端两部分，Host端负责将模型量化并编译成DPU能够识别的数据格式，终端即在板子上运行DPU依赖的一系列运行库。DNNDK首先将神经网络量化到8bit，量化过程中需要对一些样本进行采样并确定量化的参数。这个过程可以使用GPU进行加速，这就依赖英伟达特定版本的运行库。由于DNNDK只能与特定版本的CUDA以及cuDNN搭配使用，因此使用docker构建D...
深度学习DNNDK安装与使用
u010879745的博客
03-21 3731
依赖库安装： 安装Caffe时，拷贝下面的命令即可 sudo apt-get install -y --force-yes build-essential autoconf libtool libopenblas-dev libgflags-dev libgoogle-glog-dev libopencv-dev protobuf-compiler libleveldb-dev liblmdb-d...
ZYNQ ZedBoard调试DNNDK环境 一：安装环境和运行例程
Ryantangjy的博客
07-27 842
ZYNQ ZedBoard调试DNNDK环境 一：安装环境和运行例程 目的：使用ZedBoard评估版进行DNNDK开发。 环境：ZedBoard评估版，ubuntu16.4虚拟机环境，DNNDKv3.1。 参考：手册ug1327v1.6 初步目标：搭建虚拟机环境，先跑起来DNNDK例程，安装需要的虚拟机上的软件。 下面是调试记录和遇到的问题和解决方法。 下载官方zedboard镜像到SD卡，调整板子启动模式为SD卡启动，连接串口到电脑，打开串口调试助手，启动板子，显示启动成功，如图： 问题1：使用SSH
ZYNQ学习之路20.DNNDK简介与环境配置
亦梦云烟的博客
04-01 2823
背景：深鉴科技的DNNDK，是一个基于xilinx FPGA的SDK端的深度学习开发工具包，能够快速的实现深度学习的硬件化。 目的：了解深鉴科技DNNDK内容。 一. 简介 DNNDK™ (Deep Neural Network Development Kit)是深鉴科技面向AI异构计算平台 DPU (Deep learning Processor Unit，深度学习专用处理器)自主研发的原创深度学习SDK， 涵盖了神经网络Inference阶段模型压缩、编译优化和高效运行时支持等各种功能需求，为 D
RTthread与linux核间通信并在线升级RTthread
wangjie36的博客
08-19 6920
使用env软件执行scons --useconfig=amp_config确保 RT-Thread 处于amp模式，然后使用menuconfig开启matrix_multiply_demo相关宏。7，RKDevTool烧写到RK板子：系统运行起来，在linux端执行 rpmsg_matrix_multiply，在RT-Thread端执行rpmsg_matrix_multiply_demo应用程序可以看到矩阵数据传输及运算都正常。先编译RT-Thread源码，并使用打包工具生成待更新固件。
vitis 交叉编译
06-21
Vitis是Xilinx公司推出的一款开源工具套件，主要用于加速器和SoC的设计、优化和部署。Vitis跨平台编译器（Vitis HLS）是其中的一个核心组件，它允许用户使用高级硬件描述语言（如VHDL或SystemC）编写高性能的FPGA加速器算法，然后将这些算法转换为适合特定目标架构的可执行流片级网表（bitstream）。 Vitis跨编译的过程通常包括以下几个步骤： 1. 高级设计：使用HLS语言编写算法模块，这种语言更接近软件编程，开发者无需关心底层硬件细节。 2. 编译：将HLS代码编译成中间的硬件描述语言（如Verilog），同时生成相应的数据流动图（Data Flow Graph, DFG）表示性能模型。 3. 集成：将编译后的模块与系统级设计集成，可能涉及到IP核的连接和配置。 4. 优化：Vitis提供了各种优化选项，如并行化、流水线等，以提升设计的性能和资源利用率。 5. 仿真和验证：在虚拟原型平台上进行功能和性能验证。 6. 制造：生成最终的FPGA或ASIC设计文件，并下载到硬件中。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

硬码农二毛哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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