Atlas200 DK开发环境部署及yolov5模型转换

最新推荐文章于 2023-07-01 10:51:46 发布
最新推荐文章于 2023-07-01 10:51:46 发布
阅读量1.3k 收藏 1
点赞数
分类专栏： atlas 200开发环境部署 yolov5模型转换 文章标签： linux
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/yy2yy99/article/details/120789079
版权

一、Atlas200DK开发环境部署

1.1 下载及安装开发环境需要的toolkits

（1）下载安装文件

在昇腾社区-官网丨昇腾万里 让智能无所不及下载

Ascend-cann-toolkit_3.3.0.alpha006_linux-aarch64.run

Ascend-cann-toolkit_3.3.0.alpha006_linux-x86_64.run

（2）安装

然后在开发环境（我的是远程ubuntu18.04服务器）中安装这两个文件，在终端输入

> chmod +x *.run #修改权限
> ./ Ascend-cann-toolkit_3.3.0.alpha006_linux-x86_64.run --install

安装完成会打印如下信息：

 > Ascend-cann-toolkit_3.3.0.alpha006_linux-aarch64.run --install

（3）安装后处理

最低0.47元/天 解锁文章
yy2yy99
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
YOLOv5部署到华为昇腾Atlas 200I DK A2详解
qq_43256965的博客
06-28 988
分享记录一下我在将YOLO部署到华为昇腾Atlas 200I DK A2板子上过程中遇到一系列问题以及解决方法。这块板子搭载的是CPU和NPU，NPU就相当于PC的GPU。CPU推理速度不如NPU推理速度，对实时推理有要求的就用NPU方式。
【深度学习】【Atlas 200DK】YOLOv3和YOLOv5部署
Hana
12-01 8113
【Atlas 200DK】YOLOv3和YOLOv5部署数据集介绍开发板环境搭建YOLOv3的部署模型训练转换服务器上的结果开发板上的结果python部署c++部署YOLOv5的部署模型训练转换服务器上的结果开发板上的结果遇到的问题 数据集介绍 无论什么数据集开发版移植的流程是差不多的，我们使用的数据集是NWPU VHR-10 Dataset，这是由西工大标注的航天遥感目标检测数据集，该数据集有650张包含目标的图像和150张背景图像，共计800张，目标种类包括飞机、船舰、油罐、棒球场、网球场、篮球场、田径
Atlas200DK部署YOLOV5
qq_39939374的博客
09-18 8151
Atlas200DK部署YOLOV5资源要求开发环境安装虚拟机安装安装环境依赖安装toolkit开发套件包安装mindstudio（可选）运行环境安装Micro-SD卡烧制连接Atlas200DK开发板部署PyACL环境搭建验证YOLOV5模型转换安装onnx-tf 资源要求 1、Atlas200DK开发者板套件（包含USB-Typec、网线、电源、SD卡）。 2、ubuntu18.04.*（最好是新建的干净环境）。 3、两个可上网的网络端口，一个用来本机联网（可以使用WIFI），一个用来开发者板联网（网线
Atlas200DK上部署yolov5时，pt转onnx转om，并使用NPU推理
ABC222239877的博客
02-08 2110
Atlas200DK上部署yolov5的采坑记录
【华为昇腾】【Atlas 200】【青云1000】YOLOv5训练并部署到青云1000 基于Ascend 310
weixin_41973774的博客
07-01 7338
CANN（Compute Architecture for Neural Networks）是华为针对AI场景推出的异构计算架构用户在程序中调用CANN提供的接口（或包装后的接口），可以让程序利用昇腾NPU的算力进行计算地位类似于。
玩转Atlas200DK（九）ATC模型转换
张小白
05-06 1379
九、MindStudio 3.0.4的模型转换 1、背景 在前文 张小白：玩转Atlas 200DK（四）MindStudio安装与配置0 赞同 · 0 评论文章正在上传…重新上传取消 《使用MindStudio打开resnet50_imagenet_classification样例工程》一节中，张小白为了生成200DK所需要的离线模型，是直接在运行环境200DK上用命令行完成了相关的转换功能： 在 张小白：玩转Atlas 200DK（五）OpenCV的安装0 赞同 · 0
YOLOV5转换模型为om模型文件脚本
09-18
将YOLOV5模型转换为OM格式后，可以在Atlas 200 DK上实现本地化的物体检测服务，减少对云端的依赖，提高响应速度和隐私安全性。 在压缩包文件"modelzoo"中，可能包含了一些转换过程所需的示例模型、脚本或者转换工具...
【Atlas 200I DK A2 体验】部署样例 sampleYOLOV7MultiInput
06-29
Atlas 200I DK A2 体验部署样例 sampleYOLOV7MultiInput 以下是从给定的文件中生成的...知识点： Atlas 200I DK A2 初次实操、模型转换、应用部署、开发者文档、应用案例、环境变量设置、cmake、AscendCL 底层封装。
yolov5在昇腾Atlas 200 DK上应用案例
最新发布
01-07
[嵌入式AI从0开始到入土]10_yolov5在昇腾上应用配套代码示例。 仅在Atlas200DK上进行过验证，其他开发板未作测试。 教程链接https://blog.csdn.net/weixin_44354614/article/details/135368091
yolov5模型，yolov5量化模型，yolov5 FP16 FP32 INT8量化模型
08-03
yolov5模型，yolov5量化模型，yolov5 FP16 FP32 INT8量化模型，yolov5s.onnx,yolov5s.pt,yolov5s.engine,yolov5s.trt,yolov5s_fp16.engine,yolov5s_fp16_int8_engine,yolov5s_int8.engine， 模型量化，各种量化版本...
yolov5在昇腾Atlas 200 DK上推理案例
12-29
[嵌入式AI从0开始到入土]9_yolov5在昇腾上推理配套代码示例。 仅在Atlas200DK上进行过验证，其他开发板未作测试。 教程链接https://blog.csdn.net/weixin_44354614/article/details/135298104
【无标题】【Atlas 200DK】YOLOv3和YOLOv5部署
qq_45013882的博客
02-05 1241
【Atlas 200DK】YOLOv3和YOLOv5部署 数据集介绍开发板环境搭建YOLOv3的部署模型训练转换服务器上的结果开发板上的结果python部署c++部署 YOLOv5的部署模型训练转换服务器上的结果开发板上的结果python部署c++部署 遇...
华为Atlas 部署YOLOV5
jacke121的专栏
06-15 1455
华为Atlas 部署YOLOV5
【Atlas200】华为适配ATC模型转换工具
种一棵树最好的时间是十年前，其次是现在
05-18 1402
ATC模型转换工具具有高效、快速、准确的特点，可以帮助用户将深度学习模型快速部署到华为AI芯片上，从而实现高效的推理和计算。要解决该问题，需要在运行ATC工具时指定正确的–soc_version参数。其中，“–input_shape ”中的“-1”表示设置动态BatchSize，具体支持哪些BatchSize由“–dynamic_batch_size”决定。其中，“–input_shape ”中的“-1,-1”表示设置动态分辨率，具体支持哪些分辨率由“–dynamic_image_size ”决定。
[atlas200dk] 配置记录
xiaochu233的博客
04-28 1310
Atlas 200 DK 分别采用DD镜像方式和linux制卡过程记录 DD镜像方式采用最高版本会无法启动 linux下需要注意版本号，否则制卡成功也可能会无法启动 手动配置cann
【华为云技术分享】基于Atlas 200 DK的原版YOLOv3（基于Darknet-53）实现（Python版本）
华为云官方博客
06-10 5966
摘要：本文将为大家带来使用Atlas 200 DK的原版YOLOv3（基于Darknet-53）实现的展示。 前言 YOLOv3可以算作是经典网络了，较好实现了速度和精度的Trade off，成为和目标检测的首选网络，堪称是史诗巨作级别（我是这么认为的）。YOLOv3是在YOLOv1和YOLOv2的基础上，改进而来，如果希望深入了解，建议看看前两个版本，这里附上网络上比较好的分析博文： YOLOv1 https://blog.csdn.net/litt1e/article/details/8881..
华为昇腾Atlas200DK. CANN模型推理——目标检测结果不对（无检测结果）的问题解决
qq_41035283的博客
08-01 4704
目录前言问题描述问题排查1.后处理模块问题排查2.预处理模块问题排查3.模型问题排查4.算法bug问题排查5.AI板卡问题排查6.模型精度问题排查6.模型推理问题解决：模型输入数据与预处理不同后记 前言 上周我在华为昇腾Atlas200DK中部署nanodet和yolov5时，出现了目标检测结果不对（没有检测到任何物体），困扰了整整三天，最后找到原因并圆满解决，在这里记录一下debug过程。 以上测试均在python中完成。 问题描述 第一天上午，我首先将nanodet由pytorch的.pth模型转换为.
华为Atlas200dk使用第七步---跑通官网铝表面缺陷检测
weixin_51192760的博客
01-15 659
200dk;官网案例；铝表面缺陷检测；一、确保Atlas200DK开发板安装好CANN-toolkit工具包华为Atlas200dk使用第四步------配置CANNtoolkit环境_Jijin Zhao的博客-CSDN博客本法重点是驱动与版本的选择！！！如果不知道驱动与版本请认真看教程选择正确的版本镜像进行烧录。创作快乐！！！
Atlas 200 DK 系列 --高级篇--模型转换
荪荪的博客
03-20 7823
一、模型转换工具的介绍与操作演示–模型转换OMG介绍 Atlas200DK平台中提供了模型转换工具（OMG）。可以将caffe、Tensorflow等开源框架模型转换成Atlas200DK支持的模型，从而能够更方便快捷地把其他平台地模型放到Atlas200DK平台进行调试并拓展相关业务 1）OMG的功能介绍 2）OMG命令使用及命令参数解析 3）Mind Studio模型转换实际操作 4）OMG与...
atlas200dk部署yolov5
06-28
### 回答1： 首先，您需要在atlas200dk上安装Mind Studio和Ascend SDK。然后，您需要下载yolov5的代码和预训练模型。接下来，您需要将模型转换为MindSpore格式，并在Mind Studio中进行编译和部署。最后，您可以在atlas200dk上运行yolov5模型进行推理。具体步骤可以参考Mind Studio和Ascend SDK的官方文档。 ### 回答2： Atlas200DK是华为推出的一款开发者套件，该套件支持多种深度学习框架的部署，如Caffe、TensorFlow、PyTorch等，并且可以用于物联网设备的边缘计算。 Yolov5是一种快速且准确的目标检测算法，它可以快速地检测出图像中的物体位置和类别。在Atlas200DK上部署Yolov5，可以实现物体识别、智能报警等应用场景。 下面简要介绍Atlas200DK部署Yolov5的步骤： 1.准备环境 首先需要在Atlas200DK上安装开发环境，包括安装Mind Studio等必要的软件和工具。 2.下载Yolov5模型 在下载Yolov5模型时，需要根据自己的实际需求选择不同的模型版本，如CSP、P5、P6等版本。 3.模型转换 将下载好的Yolov5模型转换为Atlas200DK支持的模型格式，如om格式。 4.模型部署 将转换好的模型部署到Atlas200DK上，并在Mind Studio中运行该模型进行测试。 总之，Atlas200DK部署Yolov5可以为应用提供强大的目标识别和检测功能，帮助企业加速业务发展，提高效率。在部署过程中需要注意各个环节的细节，确保程序能够正常运行。 ### 回答3： Atlas200DK是由华为推出的一款AI开发板，集成了Ascend310 AI芯片，集成了计算、存储、传输等多种功能，可以满足开发者对于人工智能应用的多种需求。而YoloV5是Yolo系列的最新版本，采用了新的网络结构，在计算速度和精度上都得到了很大的提升。 要在Atlas200DK上部署YoloV5，首先需要在Atlas200DK上安装Mind Studio开发环境和Ascend SDK SDK开发工具包，分别提供Mind Studio的图形化界面和命令行界面两种开发方式。然后，需要下载YoloV5的源代码，将其编译为Atlas200DK可以运行的离线模型，可以使用Mind Studio提供的Model Compiler工具来完成这个过程。 接着，需要按照YoloV5的要求准备数据集，并将其转换为Mind Studio支持的格式，比如使用ImageNet预处理器将图像数据转换为400x400像素的RGB格式。然后，可以使用Mind Studio提供的模型训练工具来进行模型训练，根据自身所需要的应用场景进行调整和优化，一般情况下需要进行多次训练和调整才能得到一个较为理想的模型。 最后，将训练好的模型部署到Atlas200DK上进行推理测试，可以使用Mind Studio提供的Run标签页来完成这个过程，也可以使用Ascend SDK提供的命令行工具来完成。在测试的过程中，可以使用数据集中的一部分数据进行测试，或者利用摄像头获取实时图像进行测试，根据测试结果，可以调整模型的各项参数来达到更好的效果，最终得到一个能够在Atlas200DK上稳定运行的YoloV5模型。
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
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