摘要：华为HiLens，是面向AI开发者、企业、硬件厂商的端云协同AI平台，由具备AI能力的摄像头和云上开发平台组成，包括一站式技能开发、设备安装与管理、数据管理、技能市场等，帮助用户开发AI技能并将其赋予端侧计算设备。
前言
HiLens Studio公测也出来一阵子了，亮点很多，我前些天也申请了公测，通过后赶快尝试了一下，不得不说真的很不错啊，特别是支持云端编辑代码，调试，甚至可以直接运行程序，即使自己的HiLens不在身边，也可以得到程序运行结果，不仅仅是云端IDE这么简单，更是有云端硬件资源支撑，极大降低了开发者负担，开发者只需要一台可以联网的电脑就行了，可以快速验证，验证通过后，直接安装到自己的HiLens上就能应用了，真是太棒了。
我尝试了将以前做过的Demo通过HiLens Stuido开发，真的很不错，很简单就能完成，值得一提的是，HiLens Studio支持模型转换，再也不需要通过ModelArts的模型转换与压缩功能转换模型了，直接在HiLens Studio中就能完成了，直接用在项目中就行，省去了模型传输的麻烦，可以说这次的HiLens Studio是集大成之作，在得到模型原型（TensorFlow的.pb模型或Caffe的模型）后，后续的模型转换、代码编写，调试，到最后的安装部署，都可以通过HiLens Studio来完成，特别是支持在线调试运行，没有HiLens都可以调试，这对于以前的嵌入式或边缘计算开发来说，是不敢想象的，这都是得益于华为云强大的硬件支撑和技术支持。
闲话少说，这次，我通过HiLens Studio完成基于YOLOv3_Resnet18的行人检测，这里为了简单，只对行人进行检测，如果你希望可以检测更多类别的目标，可以使用更多类别的数据集训练，相应的参照本文提供的utils.py做简单的代码修改即可，代码都会给的，也会加必要的注释哦，而且完整技能发布在了ModelArts的AI市场，欢迎大家体验。对了，该技能基于最新的固件版本测试，在云端控制管理台显示为1.0.9版本，其他版本下未测试，注意版本哦。技能在AI市场的链接：https://console.huaweicloud.com/modelarts/?region=cn-north-4#/aiMarket/aiMarketModelDetail/overview?modelId=9d906199-b467-4a7e-9521-bc6a3031cf7b&type=hilens
正文
重要前提：你已经申请了HiLens Studio公测，并通过。同时，华为云账户有一定余额或代金券，模型训练和OBS需要一定花费，比较少。
整体流程是创建数据集（公开数据集即可）---->模型训练---->在HiLens Studio中完成模型转换---->编辑代码---->在线调试---->安装部署。下面来逐一介绍一下
1. 创建数据集
这里使用的数据集较大，是基于VOC 2007数据集中Person类别基础，收集网络图片和各公开数据集整理而成，从OBS桶下载需要耗费大量Money，分享也不太方便。不过，没关系，可以使用官方提供的数据集，无需上传到OBS桶，直接从官方桶中拷贝即可，但缺点是该数据集有行人和车两类，且行人较少，主要是车辆，不太适合，大体数据分布如下：
不过你可以考虑改为对车检测，或干脆直接人车检测（需要自己简单修改代码），可自行选择哦，关于如何获取该数据集，以及如何创建数据集，并发布数据集相关介绍较多，不在此赘述，可以参考这篇博客中的正文部分的方法哦，里面介绍了过程，链接为：https://bbs.huaweicloud.com/blogs/175189
2. 模型训练
说明一下，这里使用的是ModelArts中基于Ascend 910训练的YOLOv3_Resnet18。链接为：https://console.huaweicloud.com/modelarts/?region=cn-north-4#/aiMarket/aiMarketModelDetail/overview?modelId=7087008a-7eec-4977-8b66-3a7703e9fd22&type=algo ，同时，AI市场中有基GPU训练的YOLOv3_Resnet18和ModelArts预置算法中的YOLOv3_Resnet18，这两个应该也是可以的，只要最终得到.pb模型并能在HiLens Studio完成模型转换都应该没问题的哦，这两个算法链接分别为：https://console.huaweicloud.com/modelarts/?region=cn-north-4#/aiMarket/aiMarketModelDetail/overview?modelId=948196c8-3e7a-4729-850b-069101d6e95c&type=algo 和 https://support.huaweicloud.com/engineers-modelarts/modelarts_23_0158.html#modelarts_23_0158__section185515526717
注意AI市场的算法需要先订阅（免费的哦），同步后才能创建训练，类似于你购买了该算法，并同步算法到自己的账户，相关介绍在博客中正文第三部分 模型训练中可查看，不过该博客讲的是YOLOv3_Darknet53，不是这里使用YOLOv3_Resnet18，不过没什么影响，只是名字不同，操作是类似的，链接：https://bbs.huaweicloud.com/blogs/175189
最后，提醒一下，无论使用哪种算法，都要用HiLens Studio来转换模型，不要使用ModelArts中的模型转换与压缩来做，因为我用的是最新的1.0.9固件版本，目前尝试，仅HiLens Studio转换模型才能正常使用。
3. 模型转换
对了，打开HiLens Studio需要一定时间，请耐心等待哦。
这里可以将模型训练输出到OBS桶的模型直接导入到HiLens Studio中，完成模型转换，非常方便，这真是极致的云端操作，将云服务发挥到了极致啊。当然，你也可以自己从本地电脑上传到HiLens Studio中哦。来看看怎么导入吧，很简单，选择Import Files from OBS，之后找到自己的模型存储再OBS的路径就行了，注意这里目前一次只能导入一个文件，所以需要两次操作，一次是导入.pb模型，一次是导入转换的配置文件，暂不能导入文件夹哦。
接下来选中文件，导入就行了：
再来一次，选资额.cfg配置文件哦：
太棒了，你已经成功了一大半了哦，我们能在左侧目录下看到导入的文件了，默认是导入到根目录哦：
下面进行模型转换了，如果遇到什么问题，建议参考文档，不行的话，到论坛提问就好。
文档链接：https://support.huaweicloud.com/usermanual-hilens/hilens_02_0098.html
论坛链接：https://bbs.huaweicloud.com/forum/forum-771-1.html
基本转换操作在文档中做了详细的介绍，可以看出来工作人员还是很用心的哈：
就是先在上面菜单栏开个终端，这个使用linux系统或者熟悉ModelArts的NoteBook的用户都应该比较熟悉了吧。之后用命令行转换模型。
在界面最先面的终端输入如下命令即可：
/opt/ddk/bin/aarch64-linux-gcc7.3.0/omg --model=./yolo3_resnet18.pb --input_shape='images:1,352,640,3' --framework=3 --output=./yolo3_resnet18
--insert_op_conf=./insert_op_conf.cfg
如果你希望深入了解模型转换的设置，可以参考：
https://www.huaweicloud.com/ascend/doc/Atlas200DK/1.31.0.0(beta)/zh/zh-cn_topic_0211633857.html
因为模板默认从左侧目录文件夹model中调用模型（这一点，在代码中模型路径部分有写，而文件夹中的face_detection_demo.om是选择人脸检测模板自带的模型，关于模板问题，后面会讲的，可以自行删除哦），所以我们需要将生成的.om模型复制粘贴到该文件夹中，很简单的，直接选中.om模型，直接像在自己电脑上那样 在键盘使用快捷键Ctrl + C（表示复制选中文件）， 之后选中model文件夹，使用Ctrl + V (表示粘贴)就行了，不得不说这个设计蛮人性化的哦，用户学习成本很低。
最终，我们得到这样界面，就行了：
如果你不想自己训练，只是测试一下，这里提供了转换完成的.om模型，下载后，上传到HiLens Studio的model文件夹下即可使用：
链接：https://pan.baidu.com/s/1GT1BIvkQIDNCMP-YoVAssA
提取码：c4d3
4. 编辑代码
因为使用的是HiLens Studio，请再次确认已申请公测，并通过哦。相关编辑代码部分，比较简单。和大多数IDE类似，首先要创建工程，这里提供了很多模板，不过目前还不能创建空模板，所以自己选一个模板就行，我选的是人脸检测模板，选择后，点击确定就行了哦。之后的简单项目名称之类的，可参照下图哦。
创建之后，就能进入HiLens Studio类似于IDE的界面了，有点像PyCharm，感觉很不错，，可以切换主题哦，支持暗夜黑风格，这个切换就留给你自己去找找吧，不过都是英文界面哦。进入这里，大体可以看到这些东西，主要介绍了这里会用到的部分：
好了，这里我们首先要修改主程序main.py，为了代码的简介和模块化，将预处理和推理结果解析部分单独写为一个utils.py文件，方便理解程序运行架构，这里没什么具体要介绍的，直接上代码吧，如果有问题的话，可以在下面评论提问哦。
main.py主代码
# -*- coding: utf-8 -*-
# !/usr/bin/python3
# SkillFramework 1.0.0 YOLOv3_Resnet18_Person
import cv2
import numpy as np
import os
import hilens
# 这个postprocess没用哈
from postprocess import im_detect_nms
import utils
# 网络输入尺寸
input_height = 352
input_width = 640
def main(work_path):
hilens.init("YOLOv3Resnet18Person") # 参数要与创建技能时填写的检验值保持一致！
# 模型路径
model_path = os.path.join(work_path, 'model/yolo3_resnet18.om')
model = hilens.Model(model_path)
# hilens studio中VideoCapture如果不填写参数，则默认读取test/camera0.mp4文件，
# 在hilens kit中不填写参数则读取本地摄像头
camera = hilens.VideoCapture()
display_hdmi = hilens.Display(hilens.HDMI) # 图像通过hdmi输出到屏幕
while True:
try:
# 1. 读取摄像头输入（yuv nv21）
input_nv21 = camera.read()
# 2. 转为RGB格式
input_rgb = cv2.cvtColor(input_nv21, cv2.COLOR_YUV2RGB_NV21)
# src_image_height = input_bgr.shape[0]
# src_image_width = input_bgr.shape[1]
img_preprocess, img_w, img_h = utils.preprocess(input_rgb) # 缩放为模型输入尺寸
# 3. 模型推理
output = model.infer([img_preprocess.flatten()])
# 4. 结果输出
bboxes = utils.get_result(output, img_w, img_h) # 获取检测结果
output_rgb = utils.draw_boxes(input_rgb, bboxes) # 在图像上画框
# 5. 输出图像，必须是yuv nv21形式
output_nv21 = hilens.cvt_color(output_rgb, hilens.RGB2YUV_NV21)
display_hdmi.show(output_nv21)
except Exception:
break
if __name__ == "__main__":
main(os.getcwd())这里还要创建一个前面提到的utils.py文件，很简单哦，来上图：
创建后，utils.py的代码如下，如果你想检测更多类别，比如同时检测任何车，可参考我在下面代码最后加的注释部分：
# -*- coding: utf-8 -*-
# !/usr/bin/python3
# utils for mask detection
import cv2
import math
import numpy as np
# 检测模型输入尺寸
net_h = 352
net_w = 640
# 检测模型的类别
class_names = ["person"]
class_num = len(class_names)
# 检测模型的anchors，用于解码出检测框
stride_list = [8, 16, 32]
anchors_1 = np.array([[10,13], [16,30], [33,23]]) / stride_list[0]
anchors_2 = np.array([[30,61], [62,45], [59,119]]) / stride_list[1]
anchors_3 = np.array([[116,90], [156,198], [163,326]]) / stride_list[2]
anchor_list = [anchors_1, anchors_2, anchors_3]
# 检测框的输出阈值、NMS筛选阈值和人形/人脸区域匹配阈值
conf_threshold = 0.3
iou_threshold = 0.4
cover_threshold = 0.8
# 图片预处理：缩放到模型输入尺寸
def preprocess(img_data):
h, w, c = img_data.shape
new_image = cv2.resize(img_data, (net_w, net_h))
return new_image, w, h
def overlap(x1, x2, x3, x4):
left = max(x1, x3)
right = min(x2, x4)
return right - left
# 计算两个矩形框的IOU
def cal_iou(box1, box2):
w = overlap(box1[0], box1[2], box2[0], box2[2])
h = overlap(box1[1], box1[3], box2[1], box2[3])
if w <= 0 or h <= 0:
return 0
inter_area = w * h
union_area = (box1[2] - box1[0]) * (box1[3] - box1[1]) + (box2[2] - box2[0]) * (box2[3] - box2[1]) - inter_area
return inter_area * 1.0 / union_area
# 计算两个矩形框的IOU与box2区域的比值
def cover_ratio(box1, box2):
w = overlap(box1[0], box1[2], box2[0], box2[2])
h = overlap(box1[1], box1[3], box2[1], box2[3])
if w <= 0 or h <= 0:
return 0
inter_area = w * h
small_area = (box2[2] - box2[0]) * (box2[3] - box2[1])
return inter_area * 1.0 / small_area
# 使用NMS筛选检测框
def apply_nms(all_boxes, thres):
res = []
for cls in range(class_num):
cls_bboxes = all_boxes[cls]
sorted_boxes = sorted(cls_bboxes, key=lambda d: d[5])[::-1]
p = dict()
for i in range(len(sorted_boxes)):
if i in p:
continue
truth = sorted_boxes[i]
for j in range(i+1, len(sorted_boxes)):
if j in p:
continue
box = sorted_boxes[j]
iou = cal_iou(box, truth)
if iou >= thres:
p[j] = 1
for i in range(len(sorted_boxes)):
if i not in p:
res.append(sorted_boxes[i])
return res
# 从模型输出的特征矩阵中解码出检测框的位置、类别、置信度等信息
def decode_bbox(conv_output, anchors, img_w, img_h):
def _sigmoid(x):
s = 1 / (1 + np.exp(-x))
return s
_, h, w = conv_output.shape
pred = conv_output.transpose((1,2,0)).reshape((h * w, 3, 5+class_num))
pred[..., 4:] = _sigmoid(pred[..., 4:])
pred[..., 0] = (_sigmoid(pred[..., 0]) + np.tile(range(w), (3, h)).transpose((1,0))) / w
pred[..., 1] = (_sigmoid(pred[..., 1]) + np.tile(np.repeat(range(h), w), (3, 1)).transpose((1,0))) / h
pred[..., 2] = np.exp(pred[..., 2]) * anchors[:, 0:1].transpose((1,0)) / w
pred[..., 3] = np.exp(pred[..., 3]) * anchors[:, 1:2].transpose((1,0)) / h
bbox = np.zeros((h * w, 3, 4))
bbox[..., 0] = np.maximum((pred[..., 0] - pred[..., 2] / 2.0) * img_w, 0) # x_min
bbox[..., 1] = np.maximum((pred[..., 1] - pred[..., 3] / 2.0) * img_h, 0) # y_min
bbox[..., 2] = np.minimum((pred[..., 0] + pred[..., 2] / 2.0) * img_w, img_w) # x_max
bbox[..., 3] = np.minimum((pred[..., 1] + pred[..., 3] / 2.0) * img_h, img_h) # y_max
pred[..., :4] = bbox
pred = pred.reshape((-1, 5+class_num))
pred[:, 4] = pred[:, 4] * pred[:, 5:].max(1) # 类别
pred = pred[pred[:, 4] >= conf_threshold]
pred[:, 5] = np.argmax(pred[:, 5:], axis=-1) # 置信度
all_boxes = [[] for ix in range(class_num)]
for ix in range(pred.shape[0]):
box = [int(pred[ix, iy]) for iy in range(4)]
box.append(int(pred[ix, 5]))
box.append(pred[ix, 4])
all_boxes[box[4]-1].append(box)
return all_boxes
# 从模型输出中得到检测框
def get_result(model_outputs, img_w, img_h):
num_channel = 3 * (class_num + 5)
all_boxes = [[] for ix in range(class_num)]
for ix in range(3):
pred = model_outputs[2-ix].reshape((num_channel, net_h // stride_list[ix], net_w // stride_list[ix]))
anchors = anchor_list[ix]
boxes = decode_bbox(pred, anchors, img_w, img_h)
all_boxes = [all_boxes[iy] + boxes[iy] for iy in range(class_num)]
res = apply_nms(all_boxes, iou_threshold)
return res
# 在图中画出检测框，输出类别信息，注意这里对person类别绘制矩形框
def draw_boxes(img_data, bboxes):
thickness = 2
font_scale = 1
text_font = cv2.FONT_HERSHEY_DUPLEX
for bbox in bboxes:
label = int(bbox[4])
x_min = int(bbox[0])
y_min = int(bbox[1])
x_max = int(bbox[2])
y_max = int(bbox[3])
score = bbox[5]
# 1: person 蓝色
if label == 0:
# print(x_min, y_min, x_max, y_max)
cv2.rectangle(img_data, (x_min, y_min), (x_max, y_max), (0, 0, 255), thickness)
# cv2.putText(img_data, 'person', (x_min, y_min - 20), text_font, font_scale, (255, 255, 0), thickness)
# cv2.putText(img_data, score, (50, 50), text_font, font_scale, (255, 255, 0), thickness)
# 2:
'''
if label == 1:
# print(x_min, y_min, x_max, y_max)
cv2.rectangle(img_data, (x_min, y_min), (x_max, y_max), (255, 0, 0), thickness)
# cv2.putText(img_data, 'person', (x_min, y_min - 20), text_font, font_scale, (255, 255, 0), thickness)
# cv2.putText(img_data, score, (50, 50), text_font, font_scale, (255, 255, 0), thickness)
else:
# print("[INFO] Hi, find others.")
pass
'''
return img_data好，至此，基本代码部分就完成了。
下面可以检测测试了，这里提供一段来自MOT多目标挑战赛的视频片段供测试，需要自己上传到HiLens Studio上，十分简单，和本地电脑操作没什么区别，邮件单机左侧空白目录部分，弹出菜单，选择上传即可，对开发者十分友好啊：
视频分辨率1920 * 1080，约136M，不过很快就能上传完成，华为云的带宽和上传速度还是很不错的，不过这也与你自己的网络环境有关的。
视频下载链接为：
链接：https://pan.baidu.com/s/1RWUGpYvAQuP6icY0iDkgEw
提取码：iwpo
注意：需要将视频改名为camera0.mp4（选中视频，邮件弹出菜单，选择Rename即可），之后到左侧目录test文件夹下，将该文件夹下的camera0.mp4视频删除，再将刚才改名为camera0.mp4的视频（就是我们上传的视频）拷贝到test文件夹下。
最终我们得到如下的几个重要文件：
接下来，就可以执行程序测试了：
之后，在右上角部分的视频框中就能看到运行结果了，如果你觉得不方便，还可以全屏观看，甚至画中画模式观看都可以呀，在画中画模式下，你可以边做其他的事情，边小窗口观看视频，类似于手机端的分屏操作。
全屏模式效果展示：
画中画模式效果展示（视频可任意拖拽位置哦）：
上面两种模式的操作十分简单，和在腾讯、爱奇艺、B站等视频网站操作类似：
最终效果如下面视频所示，这里非常抱歉，由于我是屏幕录制的，且没有切换到全屏模式，不太清晰，建议大家自己试试，在自己的HiLens Studio里看会很清晰的，同时，附上B站视频链接，以防下面视频失效，无法观看：https://www.bilibili.com/video/BV1E5411Y73r/
如果你想安装到HiLens Kit上，和原先的操作台类似，在上面视频播放界面下面就有选线的，大体如下，仍然是先安装，后启动就行了：
至此，大功告成，总的来说，HiLens Stuio如开篇所说的，集大成之作，非常好用，这类云端IDE十分新颖，创新型强，极大降低了对开发者本地配置的要求，甚至几十没有硬件设备，也可以调试程序，是边缘计算开发者的福音呀，这是从HiLens，到华为云，再到华为公司，很多人长期积累努力的结果，很不错，这也算华为全栈全场景AI解决方案的一部分吧，期待更加强大，加油。
点击这里→了解更多精彩内容
相关推荐
探秘国内首个端云协同的多模态AI应用开发平台——华为云HiLens
基于ModelArts AI市场算法MobileNet_v2实现花卉分类，支持CPU、GPU、Ascend推理
306
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
