AXera-pi使用使用记录（2）

====================================================
//====================================AXera-Pi 部署大致步骤

1.准备好32float模型
2.用模型量化和格式化转换工具（官方提供的pulsar），转换成AXera-Pi支持的格式
3.在AXera-Pi上运行模型

//得到浮点模型
利用pytorch训练好模型pt，将模型保存为onnx格式备用（有些需要用onnxsim精简下网络结构）
上面的onnx中不能含有AXera-pi不支持的算子，如果出现不支持需要修改

//模型量化和格式转化
需要准备卖家的docker环境，这里涉及到docker的搭建和配置
pulsar文档准备好的xxx.prototxt
xxx.onnx ==> xxx.joint
pulsar build --input mobilenetv2.onnx --output mobilenetv2.joint --config config_mobilenetv2.prototxt --output_config out_config_mobilenet_v2.prototxt

在docker中使用GPU进行模型量化和格式转换
docker run -it --net host --rm --gpus all --shm-size 32g -v $PWD:/data sipeed/pulsar

============================================================
//====================================ax-pipeline仓库开发（推荐，速度快）

基于 axpi_bsp_sdk 制作的 AI 部署高性能仓库，
在这里主要用于该项目基于 AXera-Pi 展示 ISP、图像处理、NPU、编码、显示 等功能模块软件调用方法，
方便社区开发者进行快速评估和二次开发自己的多媒体应用。

//板子上直接执行命令,实时视频显示
可执行程序 -m 部署的模型 -p 部署配置文件
类似 sample_vin 这类命令改 -c 0 就可以启用 os04a10 摄像头，对应 -c 2 就是默认提供的 gc4653 摄像头（默认摄像头）。
./home/bin/sample_vin_ivps_joint_vo -m /home/models/ax_pose.joint -p /home/ax-pipeline/ax_pose_rgd.json -c 2

./sample_vin_ivps_joint_venc_rtsp_vo -m /home/models/ax_pose.joint -p /home/ax-pipeline/ax_pose_rgd.json -c 0

./home/bin/sample_vin_ivps_joint_vo -m /home/models/hrnet_256x192.joint -p /home/ax-pipeline/hrnet_pose_rgd.json -c 0

=======================================================
//====================================ax-sample仓库开发（速度慢）

由爱芯提供 AI 模型的开发与评估验证，提供给有经验的 AI 开发者使用，不涉及任何硬件外设有关的内容。

//maxihub下载模型验证
chmod +x ./ax_yolov5s_face
./ax_yolov5s_face -m yolov5s-face.joint -i image.jpg
fbon
fbv yolov5s_out.jpg

//推理一张图片
./ax_classification -m mobilenetv2.joint -i cat.jpg -r 10 目标检测

./ax_pose_ppl -d ./models/ax_person_det.joint -p ./models/ax_pose.joint -i align_npu.jpg 姿态关键点检测

//git clone 下载源码，进入 ax-samples 根目录，创建 cmake 编译任务：
编译完能直接在开发板上运行，只不过输入是图片而不是摄像头
$ git clone https://github.com/AXERA-TECH/ax-samples.git
$ ax-samples
$ mkdir build
$ cd build
$ cmake …
$ make install
//编译完成后，生成的可执行示例存放在 ax-samples/build/install/bin/ 路径下：
/install 下面

=============================================================================
//====================================libmaix外设开发（难度小点，也可用 axpi_bsp_sdk就是难度太大）

由 sipeed 提供在 linux 平台统一的嵌入式开发环境，
主要有摄像头、屏幕、视觉、图像处理、NPU pipiline 相关的实机部署例程，适合刚入门嵌入式 linux 开发的同学使用。

//

//maxihub下载模型验证
chmod +x ./ax_yolov5s_face
./ax_yolov5s_face -m yolov5s-face.joint -i image.jpg
fbon
fbv yolov5s_out.jpg

//使用libmaix例子，python在板子上编译
cd libmaix
cd examples/axpi
python3 project.py distclean

python3 project.py menuconfig # 可以配置相关参数

python3 project.py build # 如果增加文件了，需要 python3 project.py rebuild 命令
./dist/start_app.sh # 运行示例程序

// sample_vin_vo 居然是一个指令
sample_vin_vo -c 2 -e 1 -s 0 -v dsi0@480x854@60

//===============ubuntu连接串口
ls /dev/ttyUSB*
sudo screen /dev/ttyUSB0 115200

//打开wlan0网卡 ifconfig wlan0 up
//搜索附近wifi sudo iwlist wlan0 scan

//显示图片
fbon
fbv /home/res/logo.png
fboff

//windows平台下，VLC实时的推流
rtsp://192.168.1.115:8554/axstream0，连接播放即可

//LINUX下，RTSP推流显示
sudo apt install ffmpeg
ffplay rtsp://192.168.233.1:8554/axstream1-fflags nobuffer

//在线电脑采集图片，使用官方开发板
在终端运行下面的命令即可启动软件，
/opt/bin/IPCDemo/run.sh /opt/bin/IPCDemo/config/gc4653_config.json
访问页面后会弹出登录页面，点击登录后页面会弹出下图画面。
浏览器抓拍/录制（web）
20221017 后的镜像默认打开了录制保存到/opt/mp4的目录下。

//使用usb摄像头像