RZ/V2L AI预训练库
我们不仅为RZ/V2L平台带来了一系列炫酷的AI应用程序,还提供了它们的“秘密配方”——源代码,以及已经调教好的“魔法书”——预训练的人工智能模型。同时我们还准备了预编译好的应用程序二进制文件,只需一键启动,就像魔法一样简单。
想要在众多用例中寻找最适合您的魔法应用么?选好了,就来试试吧!它们已经跃跃欲试,等待在您的评估板上大展身手。现在,将您的平台变为一个神奇的实验场,掌控人工智能的力量,一切尽在您的掌握中!
鱼类分类应用程序
可对30种不同鱼类进行分类
上下滑动查看更多
● Bangus
●Big Head Carp
●Catfish
●Climbing Perch
●Fourfinger Threadfin
●Glass Perchlet
●Goby
●Gold Fish
●Gourami
●Grass Carp
●Green Spotted Puffer
●Indian Carp
●Indo-Pacific Tarpon
●Jaguar Gapote
●Janitor Fish
●Knifefish
●Long-Snouted Pipefish
●Mosquito Fish
●Mudfish
●Mullet
●Pangasius
●Perch
●Scat Fish
●Silver Barb
●Silver Carp
●Silver Perch
●Snakehead
●Tenpounder
●Tilapia
这个鱼类分类应用程序就像一个海洋生物的博士,能够精准区分出30种游来游去的水中居民。不管您是在养鱼池边上抓耳挠腮分不清锦鲤还是草鱼,还是驾驶无人机在海洋探索那些神秘的鳞片小能手,这款应用程序都能助您一臂之力。
它有四种运行模式,让您根据不同场景灵活转换,简直是鱼类分类领域的瑞士军刀!想要知道它们具体的魔法功能吗?不要着急,接下来就让我们揭晓这场水下奇遇的精彩内容。该示例有4种运行模式:
1从MIPI接口摄像头输入
2从图片文件输入
3从一个视频文件输入
4从Websocket输入
示例运行效果
软硬件需求
硬件需求
软件需求
●RZ/V2L评估版及标配的Coral摄像头
●USB鼠标
●USB键盘
●USB Hub
●HDMI显示器,Micro HDMI Cable
●Ubunt20.04
●OpenCV 4.x
●C++11 或更高版本
示例应用程序的编译
这是一个可选步骤,如果直接运行预编译好的程序可以跳过此步骤。
在编译之前请参考下方链接确保RZ/V2L AI SDK已经准备就绪:
1从github复制代码到本地
建议将代码复制到docker容器的data目录中
cd git clone https://github.com/renesas-rz/rzv_ai_sdk.git
左右滑动查看完整内容
2启动docker
docker start -i rzv2l_ai_sdk_container
左右滑动查看完整内容
3为rzv2l_ai_sdk_container挂载 data目录
export PROJECT_PATH=/drp-ai_tvm/data/
左右滑动查看完整内容
4进入示例源码目录
cd ${PROJECT_PATH}/rzv_ai_sdk/Q04_fish_classification/src/
左右滑动查看完整内容
5编译源码
mkdir -p build && cd build cmake -DCMAKE_TOOLCHAIN_FILE=./toolchain/runtime.cmake .. make -j$(nproc)
左右滑动查看完整内容
应用程序fish_classification应该会出现在 src/build目录中。在示例应用的exe目录包含运行此示例所需的所有文件:
File
Details
fish_classification_model
Model object files for deployment.
fish_class_list.txt
Label list for Fish classes
Bangus.jpg
sample image
output.mp4
sample video
fish_classification
application file.
应用程序部署
将以下文件复制到SD卡的/home/root/tvm目录下
●上面表格中exe目录中的所有文件
●如果应用有修改,则需要从src/build目录拷贝fish_classification
运行示例应用程序
●当输入为MIPI Coral摄像头时
cd /home/root/tvm ./fish_classification CAMERA
●当使用静态图片作为输入时
cd /home/root/tvm ./fish_classification IMAGE Bangus.jpg
左右滑动查看完整内容
●当使用视频作为输入时
cd /home/root/tvm ./fish_classification VIDEO output.mp4
左右滑动查看完整内容
终止示例应用程序
按esc键退出应用程序
审核编辑:汤梓红
-
AI
+关注
关注
87文章
29611浏览量
267905 -
人工智能
+关注
关注
1789文章
46545浏览量
236823 -
模型
+关注
关注
1文章
3097浏览量
48624
原文标题:AI预训练库 | 基于RZ/V2L的鱼类识别应用
文章出处:【微信号:瑞萨MCU小百科,微信公众号:瑞萨MCU小百科】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论