完美体育·(中国)手机网页版科技提醒您:您的浏览器版本过低或者使用了兼容模式,为了获得更好的浏览体验,建议使用IE10以上的浏览器或使用极速模式。 请升级浏览器以获得更好的体验!

技术文章 > XILINX FPGA板卡 > Zynq UltraScale+MPSoc系列 > 用百度大脑EasyDL平台轻松玩转AI

用百度大脑EasyDL平台轻松玩转AI

文章来源:完美体育·(中国)手机网页版科技 发布日期:2020.7.3 浏览次数:5678

什么是EasyDL?: 

EasyDL是百度大脑推出的定制化AI训练及服务平台,支持面向各行各业有定制AI需求的企业用户及开发者使用。支持从数据管理与数据标注、模型训练、模型部署一站式AI开发流程,通过原始图片、文本、音频、视频类数据经过EasyDL加工、学习、部署可发布为公有云API、设备端SDK、本地化部署及软硬一体产品。

下面一起来看百度大脑EasyDL+完美体育·(中国)手机网页版FZ3卡怎么玩转AI+:

一、EasyDL的使用方式

EasyDL是一站式的深度学习模型训练和服务平台,提供可视化的操作界面,只需上传少量图片就可以获得高精度模 型,具体可以参考EasyDL官网,通过EasyDL进行数据训练步骤如下:

1.选择训练类别

根据通用场景可以选择“图像分类”或者“物体检测”。

 

2.“图像分类训练

选择“图像分类”,进入训练界面,选择“开始训练”,弹出图像分类和物体检测的对话框,选择需要的模型类型,如选  择图像分类。

 


3.创建模型

进入模型中心,选择“创建模型”,根据个人需求填写模型的内容,带*号为必填选项。填写ok后选择“下一步”

 

4.训练模型

进入“训练模型”,选择模型类别,算法选择“通用”,训练方式选“默认”,因需要离线部署在设备上,必须勾选离线

SDK”,选择”添加训练数据“完成之后,勾选“增加识别结果为其他的默认分类”,选择”开始训练“。根据训练数据集的 大小训练的时间会有些差异,一般100张左右的图片最快10分钟可训练完毕。



 

5.生成SDK

1.训练完成后,在我的模型中申请发布模型,选择软硬一体方案中的"EdgeBoard +专用SDK",提交申请,等待审核
2.模型审核成功后,在”我的模型“处,点击”服务详情“按钮,在弹出的对话框中,选择下载SDK。 
3、获取序列号 
点击“管理序列号“跳转至百度云-->EasyDL定制训练平台-->离线SDK管理界面,查看用于激活sdk的序列号。


 

6.在FZ3里安装SDK

1. 下载的软件部署包包含了简单易用的SDK和Demo。只需简单的几个步骤,即可快速部署运行FZ3。部署  包文件结构如下

2.使用序列号License 激活SDK



打开demo.cpp文件

【 文 件 路 径 :EasyEdge-m1800-edgeboard/cpp/baidu_easyedge_linux_cpp_aarch64_PADDLEMOBILE_FPGA_v0.3.2_gcc6.2_20190518 /demo/demo.cpp】

写入license序列号

将set_licence_key函数中的字符串参数"set your license here"替换为序列号License即可

 3.将SDK放到FZ3系统/home/root/workspace/目录下(放入方法参见上文 “文件拷贝”)进行解压,然后按下述方法进行启动运行。

运行SDK

1.加载驱动,系统启动后加载一次即可(也可以加系统启动脚本)

insmod /home/root/workspace/driver/fpgadrv.ko

若未加载驱动,可能报下面的错误:

Failed to to fpga device: -1

设置系统时间(系统时间必须正确)

date --set "2019-5-18 20:48:00"

2.编译




//进入cpp文件的demo文件夹

cd /home/root/workspace/EasyEdge-m1800- edgeboard/cpp/baidu_easyedge_linux_cpp_aarch64_PADDLEMOBILE_FPGA_v0.3.2_gcc6.2_20190518/d emo

// 如果没有build目录,创建一个
mkdir build cd build
rm -rf *
//调用cmake 创建 Makefile cmake ..
// 编译工程
make


3.执行示例

//在build目录下运行执行文件
./easyedge_demo	{RES资源文件夹路径}	{测试图片路径}

例:在SDK中放入需要预测的图片,如将预测图片放入RES文件夹中,


./easyedge_demo /home/root/workspace/EasyEdge-m1800-edgeboard/RES/
/home/root/workspace/EasyEdge-m1800-edgeboard/RES/1.jpg
便可看到识别结果


HTTP服务调用

1.加载驱动,系统启动后加载一次即可(也可以加系统启动脚本)

insmod /home/root/workspace/driver/fpgadrv.ko
若未加载驱动,可能报错:



Failed to to fpga device: -1


设置系统时间(系统时间必须正确)

date --set "2019-5-18 20:48:00"


2.部署包中附带了HTTP服务功能,可直接运行




# ./easyedge_serving {RES目录} {序列号} {绑定的host,默认0.0.0.0} {绑定的端口,默认24401} cd ${SDK_ROOT}
export LD_LIBRARY_PATH=./lib
./demo/easyedge_serving  /home/root/workspace/EasyEdge-m1800-edgeboard/RES/	"1111-1111-
1111-1111"


日志显示


2019-07-18 13:27:05,941 INFO [EasyEdge] [http_server.cpp:136] 547974369280 Serving at
0.0.0.0:24401
则启动成功。此时可直接在浏览器中输入 http://{FZ3 ip地址}:24401 ,在h5中测试模型效果。


 


HTTP 私有服务请求说明

http 请求参数 
URL中的get参数:

参数

说明

默认值

threshold

阈值过滤, 0~1

0.1

 HTTP POST Body即为图片的二进制内容(无需base64, 无需json) Python请求示例


import requests

with open('./1.jpg', 'rb') as f: img = f.read()
result = requests.post( 'http://127.0.0.1:24401/',
params={'threshold': 0.1}, data=img).json()




本文来自完美体育·(中国)手机网页版科技,原文地址: /customerService/resource-list.asp?id=548,转载请注明出处。