在树莓派（4B）上编译PaddleLite

最新推荐文章于 2024-03-06 20:14:06 发布
最新推荐文章于 2024-03-06 20:14:06 发布
阅读量1.4k 收藏 11
点赞数 2
文章标签： 深度学习 linux python
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/qq_44801992/article/details/116308211
版权
本文介绍了如何在树莓派4B上编译适用于Python3的PaddleLite，详细步骤包括下载源码、编译预测库和安装，解决了编译后whl文件基于Python2.7的问题。
摘要由CSDN通过智能技术生成

文章目录

  • 前言
  • 一、前期准备
  • 二、编译
    • 1.下载Paddle-Lite 
    • 2. 编译Paddle-Lite 预测库
    • 3. 安装Paddle-Lite

 

前言

自己在参考他人文档编译的时候遇到了一些坑，算是对于他人文档的补充说明。

最主要的问题就是编译完后的whl文件时基于python2.7的。尝试了编译代码增加python版本（3.7）、将系统默认python版本修改成3.7、以及另一篇帖子说的，将后面的一句代码增加3.7：gcc g++ make wget python3.7 unzip patchelf python3.7-dev均无效。根据参考文章第二篇可以直接安装whl文件，我没有尝试，我将编译后的文件夹中加入了3.7版本的whl文件就安装成功了。

硬件：树莓派4B，armv8

系统：Raspi OS，armv7

参考文章

飞桨官方—源码编译 (ARMLinux)

【超详细】树莓派4B 安装Paddle-Lite 2.8.0

最低0.47元/天 解锁文章
今天也要努力学习鸭!
关注
paddlelite2.8版本whl文件
04-02
paddlelite2.8版本whl文件，可直接安装至树莓派，无需源码编译。使用方法： https://blog.csdn.net/weixin_40973138/article/details/114780090?spm=1001.2014.3001.5501
树莓派是aarch64(64位ARM架构)，操作系统是32位的，在装Miniconda3遇到这个错误Miniconda3-py37_4.9.2-Linux-aarch64.sh: line 398:
weixin_45080133的博客
08-05 2395
综上所述,尽管CPU本身支持64位,出于兼容性、资源限制和生态多样性的考虑,树莓派可以选择运行32位操作系统。根据描述的错误信息,在aarch64架构的树莓派上安装Miniconda3时报错找不到conda.exe文件,这很有可能是由于操作系统和Miniconda不匹配导致的。树莓派的CPU本身支持64位指令集,这从它的名称“aarch64”就可以看出(64位ARM架构)。但是树莓派上运行的操作系统可以选择是32位或者64位的。你的树莓派CPU架构是64位的aarch64。但操作系统仍旧是32位的。
树莓派4b(armv8) 64位系统编译安装onnx
qq_42885359的博客
10-02 4183
网上大部分树莓派安装onnx的都是基于树莓派3b的，或者说基于armv7架构的。本文记录一下如何在最新的树莓派4b系统（armv8、python3.9）上编译安装onnx的过程。
PaddlePaddle学习之使用PaddleDetection在树莓派4B进行模型部署（三）--- 树莓派4B部署
qq_42549612的博客
03-20 5517
PaddlePaddle学习之使用PaddleDetection在树莓派4B进行模型部署（三）----- 树莓派4B部署 PaddlePaddle学习之使用PaddleDetection在树莓派4B进行模型部署（三）----- 树莓派4B部署 本文将使用ssd_mobilenet_v1_voc算法，以一个例子为说明如何利用paddleDetection完成一个项目----从准备数据集到完成树莓派部...
【超详细】树莓派4B 安装Paddle-Lite 2.8.0
原谅我这一生不羁放纵爱自由
03-14 1万+
目录前言一、完成Linux 本地编译环境的准备1. 下载安装patchelf2. 下载安装cmake二、源码编译1. 下载Paddle-Lite 源码2. 编译Paddle-Lite 预测库3. 安装Paddle-Lite 前言 最近在学习PaddlePaddle，并且需要把训练好的模型部署在树莓派上。 Paddle-Lite简介： Lite是一种轻量级、灵活性强、易于扩展的高性能的深度学习预测框架，它可以支持诸如ARM、OpenCL、NPU等等多种终端。 由于PaddlePaddle是不支持ARM架
raspi4B_mask_detection_runtime:基于树莓派4B与Paddle-Lite实现的实时口罩识别
05-09
raspi4B_mask_detection_runtime基于树莓派4B与Paddle-Lite实现的实时口罩识别v2.6更新使用了Paddle-Lite v2.6的预测库与PaddleHub上最新的模型鲁棒性大大提升。环境要求ARMLinux树莓派4B（），验证的系统环境是64为...
(已编译)树莓派4b 64位系统 paddlelite wheel 2.12.0
09-10
编译配置：--with python --with cv 树莓派官方64位系统 python3.7 python3.9可用 使用方法： pip3 install (whl 文件) pip3 list #确认是否安装成功 import 一次
基于树莓派4B与Paddle-Lite实现的手写数字识别.zip
09-25
- Paddle-Lite提供了易于使用的API，使得在树莓派这样的资源有限的平台上部署深度学习模型成为可能。 - 开发者需要将训练好的模型转换为Paddle-Lite支持的格式，例如使用Paddle-Lite的`tools/infer_lite_tool`工具...
【树莓派4b的uboot编译移植】
12-26
树莓派4b的uboot编译移植 本资源摘要信息将对树莓派4b的uboot编译移植进行详细的知识点描述。 1. U-Boot是什么 U-Boot是一个开源的 bootloader，负责将操作系统内核启动并传递参数。它提供了一个命令行界面供用户...
基于树莓派4B的YOLOv5-Lite目标检测的资源包
06-27
7. **教程文档**：详细说明如何在树莓派上设置环境、编译代码、运行目标检测以及如何处理结果。 在部署YOLOv5-Lite时，你需要按照以下步骤操作： 1. **系统准备**：将提供的树莓派4B镜像写入SD卡，并将其插入...
一个高性能、轻量级、灵活性强且易于扩展的深度学习推理框架，定位于支持包括移动端、嵌入式以及边缘端在内的多种硬件平台
11-10
Paddle Lite 是一个高性能、轻量级、灵活性强且易于扩展的深度学习推理框架，定位于支持包括移动端、嵌入式以及边缘端在内的多种硬件平台。当前 Paddle Lite 不仅在百度内部业务中得到全面应用，也成功支持了众多外部用户和企业的生产任务。Paddle Lite 框架直接支持模型结构为 PaddlePaddle 深度学习框架产出的模型格式。目前 PaddlePaddle 用于推理的模型是通过 save_inference_model 这个 API 保存下来的。Paddle Lite 框架拥有优秀的加速、优化策略及实现，包含量化、子图融合、Kernel 优选等优化手段。优化后的模型更轻量级，耗费资源更少，并且执行速度也更快。Paddle Lite 提供了 Android/iOS/x86/macOS 平台的官方 Release 预测库下载。Paddle Lite 提供了 C++、Java、Python 三种 API，并且提供了相应 API 的完整使用示例，针对不同的硬件平台，Paddle Lite 提供了各个平台的完整示例。
【树莓派学习】树莓派4B的一些信息
ffj163的博客
06-16 6725
树莓派4B参数
PaddleLite部署PaddleOCR流程
Zhangzh_0329的博客
03-10 4477
PaddleLite部署PaddleOCR流程 1.准备交叉编译的opencv4.2 具体步骤和问题解决方案见 https://blog.csdn.net/qiaolin19890323/article/details/107692034 https://www.cnblogs.com/weicaiershang/archive/2004/01/13/12834497.html 2.准备PaddleLite编译环境（可以选择交叉编译或者本地编译） 3.PaddleLite源码编译获得预测库 由于Padd
树莓派4B系列教程二 :常规配置
lygoflying的专栏
12-26 1914
树莓派4B系列教程二 :常规配置写在前面修改密码(pi和root)修改软件仓库源安装常用软件vim编辑器gcc编译器(我是C/C++开发)python(个人用来玩的)VNC配置(界面操作)设置x11vnc密码设置开机自启动VNC登陆总结 写在前面 需要配置树莓派4B的话，我们首先要知道树莓派4B的硬件架构是什么？树莓派4B的操作系统是基于Linux哪个发行版? pi@raspberrypi:~ $ uname -an Linux raspberrypi 5.4.79-v7l+ #1373 SMP Mon N
树莓派（Raspberry Pi简介及各代之间的差异
duotuoluan3934的博客
11-27 2238
树莓派的设计灵感来自传统的个人计算机，但它更小、更便宜，并专注于教育和实验性质的应用。最初的树莓派模型（如树莓派1、2、3）逐渐发展为更强大的版本，包括树莓派4。每一代的变化都旨在提供更好的性能、更多的功能和更多的连接选项，以满足不断增长的应用需求。总体而言，树莓派是一种灵活、实用且价格亲民的计算机，适用于广泛的应用场景，特别是那些需要低成本和低功耗的项目。推出于2019年，是迄今为止最强大的一代，提供更快的处理器、更多的内存、多个USB端口、千兆以太网端口等。最初的树莓派，于2012年推出。
树莓派-2-RaspBerry4B硬件介绍和初始化安装
热门推荐
qq_20466211的博客
02-24 1万+
1 Raspberry介绍 树莓派本质是一台迷你的嵌入式计算机，就像其他任何一台台式机或者笔记本那样，利用树莓派可以做很多事情。普通的计算机主板依靠硬盘来存储数据，但树莓派则使用TF卡作为“硬盘”。 利用树莓派可以编辑文档、浏览网页、玩游戏、播放视频、播放音频等，还可以利用树莓派制作智能小车、示波器、电子相框、家庭影院、相机等。在树莓派的官网上，有很多开源的应用示例，可以通过下面的网址访问。 https://projects.raspberrypi.org/en (1)对外接口 (2)几种型号的对比 (3)
【飞桨AI实战】桃子分类系统部署：手把手带你入门PaddleClas全家桶
最新发布
u010522887的专栏
03-06 1866
本次分享将带领大家从0到1完成一个图像分类任务的模型训练评估和推理部署全流程，项目将采用以PaddleClas为核心的飞浆深度学习套装进行开发，并总结开发过程中踩过的一些坑，希望对有类似项目需求的同学提供一点帮助。这个部分的目的是将我们的模型部署到移动端（比如手机），这样就不用依赖云端服务器来进行推理了，飞浆已对上述需求所需要的功能实现进行了封装，主要体现在PaddleLite这个组件上，细节可参考。如上，我们便完成了数据的准备工作，接下来将选用一个model完成模型在该数据集上的训练。
PaddleOCR模型移植安卓
qq_44309220的博客
08-10 2916
PaddleOCR 是一套丰富、领先、且实用的OCR工具库, 助力开发者训练出更好的模型, 并应用落地.基于 PaddleOCR 训练出的模型具有良好的文本识别性.PaddleOCR 的兼容性很差, 一个小版本都可能导致无法编译. 尤其需要注意高版本的 Android NDK, 它修改了各种库的位置, 很容易造成编译时出现头文件缺失的情况....
Android 百度离线人脸识别集成，开启混淆闪退解决方法
qq_36771930的博客
04-23 1283
1.在主模块app,去开启 minifyEnabled true，打包之后，不管怎么去修改混淆规则，打包之后的正式包都会有离线激活授权之后，会导致程序闪退的问题，让我们的代码会有反编译，直接保留源码的风险。 这边再分享一篇文章，对混淆规则学习，里面的一不能变的，可以直接cpoy到自己的主模块里面去： https://juejin.im/...
在树莓派4B上编译PaddleLite2.8
07-25
要在树莓派4B上编译PaddleLite 2.8，你需要按照以下步骤进行操作： 1. 准备工作： - 确保你的树莓派已经安装了Raspberry Pi OS（先前称为Raspbian）。 - 确保你的树莓派已经连接到互联网。 2. 安装依赖： - ...
评论 1
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
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