Vitis AI VART自动驾驶应用

最新推荐文章于 2025-03-21 15:21:17 发布

硬码农二毛哥

最新推荐文章于 2025-03-21 15:21:17 发布

阅读量1.5k

点赞数 1

分类专栏： FPGA AI推理

本文链接：https://blog.youkuaiyun.com/clj609/article/details/119652536

版权

FPGA AI推理专栏收录该内容

15 篇文章 ¥69.90 ¥99.00

订阅专栏

超级会员免费看

本文详述了Vitis AI的VART API在自动驾驶应用中的实施步骤，包括编译AI模型如yolov3，修改模型配置，使用VART API编译应用，建立交叉编译环境，启动单板，安装Vitis AI Runtime，最终运行VART应用进行自动驾驶的图像检测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Vitis AI提供两种应用例程，VART和Vitis AI Library，下文详细描述了VART中自动驾驶应用的实现过程。

编译AI模型

对于DNNDK API和VART API编译AI库的方式相同，

编译yolov3模型

yolov3模型用于自动驾驶。

$~/Vitis-AI/AI-Model-Zoo/all_models_1.2/caffe
$cp -r  dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/ ../../../Tool-Example/
$cd ~/Vitis-AI
$./docker_run.sh xilinx/vitis-ai:1.2.82
$conda activate vitis-ai-caffe

生成.dcf文件，修改.json文件，这两步已经完成。
在readme中：

remove parameter "yolo_height" and "yolo_width" in "transform_param" in data layer, like the following 2 lines:yolo_height: 256，yolo_width: 512，删除这两行进行编译。