海思nnie 部署环境 搭建流程

最新推荐文章于 2024-06-12 09:43:43 发布
最新推荐文章于 2024-06-12 09:43:43 发布
阅读量254 收藏
点赞数
分类专栏： ai模型搭建，平台部署课程 文章标签： 人工智能 深度学习 caffe nnie
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/monk96/article/details/131487119
版权

文章目录

在windows上安装 Ruyi studio 软件

Hi3559A的资料包
链接：https://pan.baidu.com/s/1rQcXvLW6ruSxIs4C9cMSCg
提取码：zsq5

从百度网盘下载软件
有很多个版本， 这里我选择的是SVP_PC.part2的版本
在这里插入图片描述
解压后得到：
在这里插入图片描述
然后选择我当前的这个路径， 进入可以看到俩个文件
在这里插入图片描述

studio 是转模型的软件， 另一个是案例

现在软件安装完毕了， 还需要下载编译器。

MinG-64 安装

可直接下载我这边的：
MinG-64

或者去官网下载
添加链接描述

参考博客：<

了解本专栏 订阅专栏 解锁全文 超级会员免费看
东哥爱编程
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
海思 NNIE 芯片开发笔记
专注计算机视觉算法训练，算法优化部署以及SDK开发的知识分享。
04-26 862
NNIE 是Neural Network Inference Engine 的简称，是海思媒体 SoC 中专门针对神经网络特别是深度学习卷积神经网络进行加速处理的硬件单元，可以理解为 CNN 加速器。
海思NNIE Hi3559量化部署Mobilefacenet与RetinaFace
Will_young111的博客
05-19 6667
目录海思NNIE Hi3559量化部署Mobileface模型环境介绍前言准备工作1、完成Ruyi Studio的安装2、下载模型、数据集NNIE量化1、创建工程2、配置cfg文件并生成仿真wk3、中间层结果对比验证4、生成inst WK板上运行代码附录海思NNIE Hi3559量化部署Retinaface模型环境介绍Retinaface介绍NNIE量化工作cfg文件配置向量对比结果板上运行 海思NNIE Hi3559量化部署Mobileface模型 参考博文 Hanson：海思NNIE之Mobilefa
全志V853 NPU开发（四）模型部署
weixin_42904656的博客
11-23 1883
全志V853 NPU开发，模型部署
海思Hi3519A SVP从入门到精通（二 NNIE开发指南）
热门推荐
Enjoy Coding
12-27 4万+
1. NNIE介绍 NNIE 是 Neural Network Inference Engine 的简称,是海思媒体 SoC 中专门针对神经网络特别是深度学习卷积神经网络进行加速处理的硬件单元,支持现有大部分的公开网络,如 Alexnet、VGG16、Googlenet、Resnet18、Resnet50 等分类网络,Faster R- CNN、YOLO、SSD、RFCN 等检测网络,以及 Se...
YOLO系列（v1~v3）的学习及YOLO-Fastest在海思平台的部署（中）
Turix附属空间[已停用]
06-21 3406
YOLO系列（v1~v3）的学习及YOLO-Fastest在海思平台的部署（上） YOLO系列（v1~v3）的学习及YOLO-Fastest在海思平台的部署（中） YOLO系列（v1~v3）的学习及YOLO-Fastest在海思平台的部署（下） 文章目录声明2 工程应用分析2.1 平台/软件介绍和环境搭建2.2 网络训练方式选择2.3 SVP-NNIE前向计算处理过程2.3.1 例程中对YOLOv3网络模型的初始化操作2.3.2 图像的输入2.3.3 NNIE输出数据的内存分布图2.3.4 网络的后级处理2
Ruyi环境搭建与NNIE模型转换与使用
guolele2010的专栏
08-06 1951
Ruyi环境搭建与NNIE模型转换与使用 一、 Ruyi是一个集成 开发环境 ，主 要用于模拟程序运行，模型转换，验证对比。模型转换后，Ruyi提供了一些仿真库，让Ruyi可以仿真模型转换后的模块一样，运行得到相同结果。 常用功能仿真即可，我们只需要知道结果，然后跟原模型输出结果做对比即可,甚至更多时候我们只是直接在目标板上跑。 关于模型转换后是否精度正确，那么他就需要运行caffe，来加载模型，并跑一张图的检测，然后把中间结果输出到文件，以便后续对比。 二、windows caff.
带你玩转OpenHarmony AI-基于海思NNIE的AI能力自定义
maniuT的博客
05-27 237
相信大家从玩转OpenAtom OpenHarmony（简称“OpenHarmony”）AI系列专题的其他文章中，已经拓展了OpenHarmony AI在智慧出行、智慧办公等多场景下的AI自动检测、识别和判断的新体验，对于OpenHarmony平台上的AI开发有了一定认识。如果你已经有了一个AI创意，怎样训练出相关模型？怎样在你的OpenHarmony设备上部署你的AI模型？
tiny yolov3 海思_推荐丨8大视频课程学习海思AI芯片开发及部署
weixin_42499692的博客
12-23 304
海思AI芯片开发系列课程来啦！7大视频课程让你学会海思AI芯片开发 欢迎大家提问，可加极术小姐姐微信(aijishu20) 一起交流学习。1.海思AI芯片方案介绍及其部署应用本视频为公开课免费视频，主要介绍海思AI芯片方案介绍(Hi3559/3519/3556/3516)，AI算法模型在海思芯片部署的基本流程，基于sensor视频流进行目标检测的应用，双目测距应用及其它算法(分割，跟踪，LSTM,...
HISI3559A YOLOV5训练部署全流程
男儿何不带吴钩 收取关山五十州
01-10 4285
基于Hisi3559的yolov5模型训练转换后处理流程
基于海思NNIE引擎实现JPEG图片识别应用
06-19
本课程一共分为三个部分，如下所示。 一、课程内容、特色、目标以及答疑 ...三、基于NNIE构建一个jpeg图片识别的完整应用1）模型量化选项详解2）直接对jpeg图片进行目标检测，附上源代码并详细讲解。
基于海思NNIE引擎实现sensor视频识别应用
06-19
三、基于NNIE实现摄像头视频识别的完整应用1）模型量化选项详解2）直接对摄像头输出的视频数据流进行yolov3识别，附上源代码并详细讲解。 四、如何将本课程代码merge到SDK中1）如何将本课程代码merge到SDK中
face_recognition_nnie_海思CV500nnie人脸识别_
10-02
海思CV500 nnie 人脸识别 商用级别，支持10万人库
算法部署-在海思Hi3519-NNIE上部署YOLOv3目标检测算法-附项目源码-优质项目实战.zip
05-25
算法部署_在海思Hi3519-NNIE上部署YOLOv3目标检测算法_附项目源码_优质项目实战
face_recognition_20210302_海思CV500nnie人脸识别源码_
10-01
海思CV500 nnie 人脸识别商用源码 人底库5万人
Recognize Anything: A Strong Image Tagging Model（RAM模型使用方法）
python_plus的博客
06-09 979
详细介绍了RAM模型的使用方法
基于增强形态学滤波的旋转机械故障诊断方法（MATLAB）
最新发布
weixin_39402231的博客
06-12 632
提出一种基于增强形态学滤波的旋转机械故障诊断方法，该方法根据振动信号的固有特性从而自适应地确定相关参数，有效改进了故障特征的提取计算能力和计算效率.
如何自定义反向传播使用paddlepaddle
东方佑
06-08 576
在深度学习框架中，我们经常需要自定义层以实现特定的功能。PaddlePaddle是一个易用、高效、灵活的深度学习框架，它提供了丰富的API来支持自定义层的创建。本文将介绍如何使用PaddlePaddle实现一个自定义层Gxyz，并演示如何将其应用于一个简单的模型。
机器学习实验----支持向量机(SVM)实现二分类
m0_73087960的博客
06-07 1101
两侧距离最近的数据点到超平面的距离最大。超平面被用来划分特征空间，以便实现对数据进行分类或回归。在多分类实验中，是n元空间中，超平面就是一个n-1维的空间。我们实现的是二分类，就得到的是一条直线。给定样本数据集，假设样本特征为X，样本标签为y。其中y 的取值只能有+1和-1。表示样本正类和负类。公式：其中w代表每个特征前的系数，也就是超平面的法向量拉格朗日乘数法的主要是将有等式约束条件优化问题转换为无约束条件,求解带约束条件下的极值。
海思nnie 人脸识别sdk
12-31
海思nnie 人脸识别SDK是一款基于海思半导体的人脸识别技术开发的软件开发工具包。它可以帮助开发者在各种平台上快速集成人脸识别功能，包括安卓、iOS和Windows系统。该SDK具有高效的人脸检测和识别能力，可以实现...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

东哥爱编程

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