迅为3399开发板新增目标检测技术-RKSSD-编译程序

阳阳天

配套资料在网盘资料的“iTOP-3399 开发板资料汇总（不含光盘内容）\4.人工智能测试资料\RKSSD 测试.zip”目录下。
ITOP-3399 开发板支持瑞芯微提供的深度学习目标检测技术，目标检测是指对图片或视频中的目标性物体进行定位并分类。在性能强大的 ITOP-3399 平台上，对 MobileNet SSD 网络进行专项优化，使得高精度的MobileNet SSD300 1.0 运行帧率达到 8 帧以上，精度略低而速度更快的 MobileNet SSD300 0.75 的运行帧率超过 11 帧。准实时的运行速度，将目标检测这一基础 AI 技术在嵌入式端带向实用。除了准实时的运行速度外，这一技术解决方案支持 Google 的 TensoRFlow Object Detection 训练导出的 TensorFlow Lite 模型。本文档将介绍如何编译测试 RKSSDDEMO。
$ {5 j0 |5 k& N  W, h1 n" |SSD 优化库基于 Ubuntu16.04ARM 版本开发，只提供 64 位版本。我们将在“搭建好编译环境的Ubuntu16.04 系统镜像”上进行编译。在网盘资料“iTOP-3399 开发板资料汇总（不含光盘内容）\2.搭建好编译环境的 Ubuntu16.04 虚拟机镜像”目录下可以找到。
33.1  编译程序
8 Y8 \# u% R, K- N, Y- x/ Q/ n1、安装编译环境
: B- ?0 Q* U/ j& RUbuntu16.04 输入以下命令安装包
( `4 D: y8 L; N0 `. ?% l  }0 `sudo apt-get install cmake
8 b- E+ C5 g; m7 Z5 }" V$ q5 Msudo apt-get install gcc-aarch64-linux-gnu
. o2 ~+ U1 B; I  f% _4 {( X$ qsudo apt-get install g++-aarch64-linux-gnu
2、进入到 linux 源码 rk3399_linux_sdk_v2.0/external/rkssd 目录下，linux 源码在光盘资料的“iTOP-3399光盘资料\20201112\05 Linux 源码”目录下，使用如下命令新建 build,install 文件夹。
, V9 n1 C. y7 Omkdir build install

3、输入以下命令：
cd build
cmake ../ -DCMAKE_INSTALL_PREFIX="../install"

4、输入以下命令进行编译安装
- _" m- ]% @7 H1 ?5 B1 nmake
' I/ ~# E, b4 p& G5 E# O5 ]4 `make install

编译完之后可执行程序和依赖库安装到`install/rkssddemo`目录下。
& G- J9 _' H. r" j  Y. D0 O" T! n5、首先将`ssd`文件夹拷贝进刚才生成的`install/rkssddemo`目录
cd ../
cp -r ssd install/rkssddemo

在 install/rkssddemo/ssd 目录下有要进行测试的图片，如下图所示：

6、将 Ubuntu 上编译好的 rkssddemo 拷贝到 U 盘上，挂载 U 盘到开发板上，然后拷贝 rkssddemo 到开发板的根目录下，如下图所示：
mount /dev/sda1 /mnt/disk
% b2 `8 i, F1 K+ y4 ~' h" g* X1 ucd /mnt/disk
cp -r rkssddemo/ /
- e3 a% b( p$ u9 Q6 u3 {cd /
  k; G) q2 L' als rkssddemo/
& l: @. K+ N. ?chmod 777 -R rkssddemo

7、进入到开发板的 rkssddemo 目录下，运行程序，如下图所示：
cd rkssddemo
. i  O( {& A$ H. J./rkssddemo -i ssd/test.jpg -o out.jpg -l ssd/coco_labels_list.txt -b ssd/box_priors.txt -g librkssd.so -p ssd/ssd300_91c_param.rkl -n 91

8、运行程序后会生成 out.jpg，拷贝 out.jpg 到 U 盘上，然后在 Windows 上面进行查看，检测输出图片如下图所示：

如上图所示，可以检测到图片中的目标，比如人，自行车，汽车等等。