基于AM5728 Caffe 机器学习案例-darknet物体分类与人脸识别

Posted 2021-07-27 专注DSP+ARM+FPGA

1 YOLO Darknet 移植与应用开发

YOLO 是基于深度学习方法的端到端实时目标检测系统，Darknet 是 YOLO 的实现，但Darknet 不仅包含 YOLO 的实现，还包括其它内容。

本实验主要介绍将 YOLO Darknet 机器学习框架移植到 AM5728 平台的方法，并且演示一个图片信息识别的 darknet-maste 案例。为便于测试，信迈科技XM5728-IDK-V3开发板提供经验证的测试文件，位于光盘“Demo\\app\\Yolo_Darknet\\bin”目 录下。bin 文件夹含有：所需下载的 yolo.weights 文件，编译生成的 darknet 可执行文件，测试所需 cfg 文件夹（配置文件）以及 data 文件夹（图像数据）。以下提供 darknet-maste工程的具体编译方法。

1.1 编译 darknet-master 工程

打开 Ubuntu，执行如下指令新建“home/tronlong/AM57xx/Yolo_Darknet”工作目录。

Host# mkdir -p /home/xmtech/AM57xx/Yolo_Darknet

将光盘“Demo\\app\\Yolo_Darknet\\src\\darknet-master.zip”工程源码压缩文件拷贝到

“home/xmtech/AM57xx/Yolo_Darknet”目录，并将其解压到当前目录。

Host# unzip darknet-master.zip

进入 darknet-master 源码安装目录，修改 Makefile 文件，如下图所示：

Host# cd darknet-master/

Host# vi Makefile

修改内容如下：

CC=arm-linux-gnueabihf-gcc

AR=arm-linux-gnueabihf-ar

修改完 Makefile 文件保存，执行如下命令，使用对应平台的 Linux Processor-SDK 加载

环境变量。Linux Processor-SDK 路径请根据实际情况修改。

Host# source /home/xmtech/ti-processor-sdk-linux-am57xx-evm-03.01.00.06/linuxdevkit/environment-setup

执行 make 指令，编译 darknet-master 工程，编译完成后在当前目录下生成 darknet

可执行文件和其他文件。

Host# make

1.2 下载 YOLO 训练模型文件

在 darknet-master 目录下执行以下指令，下载 YOLO 训练模型文件到当前目录，文件

名为 yolo.weights，如下图所示。

Host# wget https://pjreddie.com/media/files/yolo.weights

下载完成后，将编译过的整个 darknet-master 文件夹拷贝到开发板文件系统

“/home/root”目录下。

1.3 开发板运行程序

开发板上电进入文件系统 darknet-master 目录，执行以下指令，运行程序，如下图所

示：

Target# cd darknet-master/

Target# ./darknet detect cfg/yolov2.cfg yolo.weights data/dog.jpg

程序运行完毕后，会在 darknet-master 目录下生成 predictions.png 文件，将

predictions.png 文件拷贝到 PC 端查看，图片效果如下所示。

 

3 基于 Caffe 框架的人脸检测案例

本实验基于 Caffe 框架，实现人脸检测案例，进行本实验测试前，请参照前面步骤

移植 Caffe 框架到信迈XM5728-IDK-V3开发板。

由于例程源码中的 tmp.jpg 试验文件分辨率较大，使用开发板配套的 4.3 寸或者 7 寸 LCD 显示屏会导致图片显示不全，影响显示效果，因此使用 HDMI 显示屏配合本次实验效果更佳。

3.1 编译 face_detection

将光盘“Demo\\app\\caffe_transplant\\caf_face_detection.zip”例程压缩源文件拷贝到开

发板文件系统“/home/root”目录。执行以下指令，解压“caf_face_detection.zip”文件到当前目录。

Target# unzip caf_face_detection.zip

执行以下指令，进入 caf_face_detection 源码目录，修改 Makefile 文件，如下图所示：

Target# cd caf_face_detection/caf_face_detection/integrated_caffe/

Target# vi Makefile

在打开的 Makefile 文件中，根据 Caffe 框架的实际移植安装目录，按照如下方法修改

Makefile 文件相关参数路径。

LIBS := -L/usr/lib/ -L/home/root/caffe-master/build/lib

INCLUDE := -I. -I/home/root/caffe-master/include

执行 make 指令，编译完成后在当前目录生成 face_detection 可执行文件。

3.2 人脸检测案例

确认将 HDMI 显示屏连接到开发板，执行如下指令运行 face_detection 可执行文件，

face_detection 程序将检测该目录下的 tmp.jpg 文件，完成 tmp.jpg 文件的人脸检测。串口终端打印信息，HDMI 显示屏显示内容如下图所示：

Target# ./face_detection