【CANN训练营·Atlas 200I DK A2学成计划】Ascend/Sample ，Yolov4样例学习成果

我选择在PC端进行模型的转换和推理，而开发板则仅用于运行推理。

总览步骤如下：

1.Atlas 200I DK A2 开箱，上电，烧录镜像

2.安装python3.6.9环境

3.下载代码，安装依赖库

4.执行samples中yolov4样例代码

===================================

详细：

1.打开Atlas 200I DK A2包装，烧录E2E版本的镜像，然后上电开机。

• 上电开机：

  

• mobaxterm登录：

  ip，root密码等开发版说明书里都提供了，不赘述。

  共享网络等操作，按说明来做。

  产品简介-产品介绍-Atlas 200I DK A2开发者套件-文档首页-昇腾社区 (hiascend.com)

2.根据昇腾社区提供的链接安装python3.6.9环境： [URL]. 虽然链接中推荐的是python3.7.5，但我还是选择了python3.6.9。安装完成后，为了方便，我手动编写了一个py.sh脚本并保存在/root目录下。登录时执行source /root/py.sh。同时，我也为python3.6和pip3.6设置了快捷命令。

3.根据开源中国码云上的Ascend/samples项目来下载代码并安装必要的库。安装过程中，遇到了两个问题：一是关于opencv的安装，二是关于pyav库的安装。感谢社区成员的帮助，我成功解决了这两个问题。

4.运行yolov4示例代码时，首先需要设置环境变量，然后选择合适的样例来运行。模型的准备工作是在PC端完成的，通过虚拟机上的ubuntu22.04来执行。使用atc工具转换适用于200I DK A2的模型，并按照文档中的说明操作。最后，成功运行yolov4.py。

结论：虽然开发板运行推理的效率稍慢，但结果与服务器上的推理效果一致。

效果目测是一样的。