Cr_NanMao的博客

其次，在开发板terminal中进入到Alinux_DNN\tf_yolov3_vehicle_deploy文件夹路径下，并运行图片（或摄像头）版本，推断完成后会自动保存在路径output_result/中；其次，打开开发板端terminal，使用ifconfig命令查看开发板的ip地址，显示如图5所示。最后，检查路径output_result/中是否保存了检测之后的结果，如果有结果说明开发板系统安装完成！首先，将烧录好镜像系统的sd插到开发板上，连接好键盘、鼠标、显示器和网线，并通上开发板的电源；

请提前在PC端上装好虚拟机一、安装Docker二、

，将附件4解压到虚拟机上；今天不学习，明天变垃圾！

今天不学习，明天变垃圾！

（3）训练结束后，项目根目录下会生成logs/000文件夹，文件夹中存放的是网络结构文件.h5和日志文件。前者用于.pb文件的生成，而后者可用来分析训练状态与可视化网络，如图17所示。（2）下载附件5 yolov3-keras，解压后，使用vs code打开项目文件夹（图15），并使用上述环境运行train.py进行模型训练。在官网中下载VOC2012数据集（或在本文附件5中下载）今天不学习，明天变垃圾！

在网络参数量化前，我们需要在Vitis-AI-master/AXU3EG/Project/VItis-AI-envirment/Vitis-AI-master/Compile_Tools路径下新建这三个.txt文件。（2）tf_yolov3_voc20_pic.py和tf_yolov3_voc20_cam.py脚本文件可以从开发板中给的其他例子中拷贝过来，并以项目的名字命名tf_yolov3_xxx_pic.py，如：tf_yolov3_voc20_pic.py。点击连接，用户名和密码默认为root。