【昇腾】基于Atlas 200I DK A2开发者套件跑sampleYOLOV7 demo解决有些图片不识别不画框的问题_20251116

部署运行你感兴趣的模型镜像

【昇腾】基于Atlas 200I DK A2开发者套件跑sampleYOLOV7 demo解决有些图片不识别不画框的问题_20251116
############################################################################################
硬件:Altlas 200I DK A2(20T版本)
Altlas 200I DK A2开发者套件实物图:
0.Altlas 200I DK A2开发者套件实物图.png

############################################################################################

一、制卡

Altlas 200I DK A2开发者套件通过
https://www.hiascend.com/document/detail/zh/Atlas200IDKA2DeveloperKit/23.0.RC2/qs/qs_0005.html选择在线烧录Desktop-Image_23.0.RC3_ubuntu22.04的镜像版本制卡

二、开发者套件具体的版本信息如下:

关键参数版本说明
OS版本Ubuntu 22.04 LTS Arm64
kernel版本5.10.0+
固件与驱动版本23.0 RC3
CANN版本7.0.RC1

三、成功跑起默认的sampleYOLOV7

参考我写的博客《【昇腾】基于Atlas 200I DK A2开发者套件从0到1跑sampleYOLOV7_20251114》成功跑起sampleYOLOV7,如下图所示:

5.5.png

四、跑狗狗之外的图片进行推理发现无画框无置信度

在Atlas 200I DK A2开发者套件上尝试跑狗狗以外的图片,发现许多的图片都是没有画框,没有置信度的,如下图所示:

4.1.jpg

4.2.jpg

五、解决办法

5.1 问题的分析与修改点

默认的acllite库是针对"Ascend310P3"写的,而Atlas 200I DK A2开发者套件(20T:Ascend310B1 8T:Ascend310B4),所以需要将"Ascend310P3"改为"Ascend310B1"或者在源码中新增"Ascend310B1"然后重新编译acllite库即可

vim /home/HwHiAiUser/work/samples/inference/acllite/cplusplus/src/JpegDHelper.cpp

大概41行的位置,

if (strncmp(socVersion, "Ascend310P3", sizeof("Ascend310P3") - 1) == 0) {
...
}

修改为:

if ((strncmp(socVersion, "Ascend310P3", sizeof("Ascend310P3") - 1) == 0) ||
    (strncmp(socVersion, "Ascend310B1", sizeof("Ascend310B1") - 1) == 0) ||
    (strncmp(socVersion, "Ascend310B4", sizeof("Ascend310B4") - 1) == 0)) {
...
}

如下图所示:

5.1.png

5.2 重新编译acllite库

切到root用户,执行以下命令设置环境变量:

su
#输入密码Mind@123
export HOME=/usr/local
export DDK_PATH=$HOME/Ascend/ascend-toolkit/latest
export NPU_HOST_LIB=$DDK_PATH/runtime/lib64/stub/
export LD_LIBRARY_PATH=$HOME/Ascend/ascend-toolkit/latest/runtime/lib64
export THIRDPART_PATH=${DDK_PATH}/thirdpart
export LD_LIBRARY_PATH=/usr/local/lib:/usr/local/Ascend/ascend-toolkit/latest/thirdpart/lib:$LD_LIBRARY_PATH

5.2.png

编译acllite

cd /home/HwHiAiUser/work/samples/inference/acllite/cplusplus
make clean
make

开始重新编译:

5.3.png

编译完成与执行make install安装

make install

5.4.png

5.3 准备自行车图片

把需要进行识别的自行车图片(ba.jpg)与大街上的照片(test6.jpg)放/home/HwHiAiUser/work/samples/inference/modelInference/sampleYOLOV7/data目录下:

5.5.png

5.4 执行程序进行推理

cd /home/HwHiAiUser/work/samples/inference/modelInference/sampleYOLOV7/scripts
export LD_LIBRARY_PATH=/usr/local/lib:/usr/local/Ascend/ascend-toolkit/latest/thirdpart/lib:$LD_LIBRARY_PATH
bash sample_run.sh

5.6.png

5.5 样例结果展示说明

程序执行完毕,打开/home/HwHiAiUser/work/samples/inference/modelInference/sampleYOLOV7/out/目录下的图片文件

5.7.png

成功画框并标识类别与置信度,如下图所示:

5.8.png

5.9.png

5.10.png

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo-v5

Yolo

YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型,由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出,因其高速和高精度而广受欢迎

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

广东小6

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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