在百度edgeboard fzu3上运行CIFAR10 Classification,介绍Vitis AI TensorFlow设计过程,将Python描述的网络模型运行在Xilinx DPU上。
CIFAR_10数据集
输入图片32x32x8 RGB images,完整CIFAR数据集有60k图片,将数据集进行划分,50k进行训练,10k用来验证。
DenseNet结构
DenseNet-121组成:
注:上图针对ImageNet。
步骤
- 拷贝文件
cp -r /mnt/hgfs/ubuntu/DenseNetX/ ~/
- 下载模型
Vitis AI 1.2版本模型不能下载,使用Vitis AI1.3版本的模型,解压模型keras_model.zip,将k_model.h5拷贝到./files/build/keras_model 文件夹。
unzip keras_model.zip
cd keras_model/
cp k_model.h5 ../build/keras_model/
- 运行docker
cd ~/Vit