英特尔神经棒二代适用于树莓派4B的部署教程

前言

前几天拿到了老师的神经棒，花了一天多的时间终于配置好了，期间踩了很多坑，遇到了很多困难的问题，后来翻了很多国内外的论坛，尝试了多个版本后才解决，成功用opencv运行了摄像头实时检测识别等功能。这篇博客用来给自己做个备忘录，也帮助有需要的人。作者水平不高，如有纰漏，烦请多多包涵，指出错误！

事先准备

1. 树莓派4B

国内各大论坛里都是树莓派3B的配置教程，虽说和4B配置过程大同小异，但还是有一些小小的变化。
本文所用的树莓派硬件及系统版本如下（其实只要大版本一致即可）
重点信息如下：
系统版本：Raspbian 10 Buster（据我所知，2019版本以前的opvino不适配该系统）
CPU型号：BCM2711-v7l

2. openivo_raspbian_2020.1.023版
   这是部署神经棒的必备程序，建议与笔者版本一致，英特尔官方对其更新速度还是挺快的，而且每次更新都会有变化。
   下面是我上传的地址，只需要一个币，大家有币的支持下吧，我确实缺😭
   链接: openivo_raspbian_2020.1.023版.
   也可以在这里下载免费的版本：
   https://download.01.org/opencv/2020/openvinotoolkit/2020.1/

开始配置

1. 安装Camke
   如果你是使用C或者C++调用神经棒计算的，这一步是必须的，如果你和笔者一样使用python编译，那么这一步可以跳过。
   打开终端，执行：

apt install cmake

2. 配置openvino

下载好安装包后，移动到树莓派里，放到一个文件夹下，笔者放在了/Downloads/下，大家可以根据自己的路径进行修改。

//打开终端，输入
cd ~/Downloads/

解压包：

tar -xf l_openvino_toolkit_runtime_raspbian_p_2020.1.023.tgz

解压后将文件夹重命名为 openvino_2020
进入到/bin/目录下，输入一下命令打开setupvars.sh文件

sudo mousepad setupvars.sh

大概在第17行，将

INSTALLDIR="${INTEL_OPENVINO_DIR:-<INSTALLDIR>}"

替换为

INSTALLDIR=/home/pi/Downloads/openvino_2020/

然后再命令行中输入

source /home/pi/Downloads/openvino_2020/bin/setupvars.sh

这是临时启动，即仅本次有效，建议执行下面的命令使其永久有效：

echo "source /home/pi/Downloads/openvino_2020/bin/setupvars.sh" >> ~/.bashrc

执行完成后，打开一个新的终端，看到如下命令，则成功：

[setupvars.sh] OpenVINO environment initialized

如果报错，建议检查一下前面的步骤，看有没有遗漏，尤其是setupvars.sh里路径的修改

1. 添加USB规则
   将当前Linux用户添加到users组：

sudo usermod -a -G users "$(whoami)"

然后运行这个脚本：

sh openvino_2020/install_dependencies/install_NCS_udev_rules.sh

同样，如果报错请认真查看前文的setupvars.sh修改路径是否正确，这是报错的主要原因。
到这里就完成了。

4. 测试
   其实这一步非必要，这是给用C或者C++用户测试用的，Python用户可以直接跳到下一步。
   在当前目录下新建build文件夹并进入

mkdir build && cd build

生成物体检测样本：

cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_CXX_FLAGS="-march=armv7-a" /home/pi/Downloads/openvino_2020/deployment_tools/inference_engine/samples/cpp

make -j2 object_detection_sample_ssd

从英特尔官方地址下载.bin和.xml文

wget --no-check-certificate https://download.01.org/opencv/2020/openvinotoolkit/2020.1/open_model_zoo/models_bin/1/face-detection-adas-0001/FP16/face-detection-adas-0001.bin

wget --no-check-certificate https://download.01.org/opencv/2020/openvinotoolkit/2020.1/open_model_zoo/models_bin/1/face-detection-adas-0001/FP16/face-detection-adas-0001.xml

用以下的命令执行测试：

./armv7l/Release/object_detection_sample_ssd -m face-detection-adas-0001.xml -d MYRIAD -i "这里填入待检测人像的图片路径"

5. 用python测试
   用python调用神经棒就非常简单了，首先需要安装opencv-python
   然后复制如下代码：

import cv2 as cv

print('开始检测人脸')
net = cv.dnn.readNet('face-detection-retail-0004.xml', 'face-detection-retail-0004.bin')
net.setPreferableTarget(cv.dnn.DNN_TARGET_MYRIAD)
frame = cv.imread('./1.jpg')
blob = cv.dnn.blobFromImage(frame, size=(672, 384), ddepth=cv.CV_8U)
net.setInput(blob)
out = net.forward()
for detection in out.reshape(-1, 7):
    confidence = float(detection[2])
    xmin = int(detection[3] * frame.shape[1])
    ymin = int(detection[4] * frame.shape[0])
    xmax = int(detection[5] * frame.shape[1])
    ymax = int(detection[6] * frame.shape[0])//画框
    if confidence > 0.5:
        cv.rectangle(frame, (xmin, ymin), (xmax, ymax), color=(0, 255, 0))
cv.imwrite('./out.png', frame)//输出图像名及路径可以自行修改
print('人脸检测完成，已保存检测结果图像')

以上代码借鉴了B站UP主"同济自豪兄"的代码，如有侵权，请联系我立即删除，这是视频连接：https://www.bilibili.com/video/BV1UJ411q7du?p=15