一直以来,树莓派以其良好的社区生态,广受嵌入式爱好者、创客欢迎。在一些相关的社区上(比如树莓派实验室),我们可以看到非常丰富的应用示例及其教程。但在树莓派上的深度学习应用并不常见,这主要是受到树莓派计算力的限制,比如之前看到过有人把yolov2原原本本生硬地部署到树莓派上,结果每一帧检测耗时高达6分钟!!作一帧目标检测花费6分钟这实在是无法忍受的!
如果是用yolov2-tiny的话会快很多,但耗时依旧接近40秒,参考树莓派3B上测试YOLO效果 | CSDN
那树莓派只能跟深度学习无缘了么?那可未必!
Tengine
Tengine 是OPEN AI LAB为嵌入式设备开发的一个轻量级、高性能并且模块化的引擎。
Tengine在嵌入式设备上支持CPU,GPU,DLA/NPU,DSP异构计算的计算框架,实现异构计算的调度器,基于ARM平台的高效的计算库实现,针对特定硬件平台的性能优化,动态规划计算图的内存使用,提供对于网络远端AI计算能力的访问支持,支持多级别并行,整个系统模块可拆卸,基于事件驱动的计算模型,吸取已有AI计算框架的优点,设计全新的计算图表示。
编译安装开源版Tengine
安装相关工具
sudo apt-get install git cmake
- git 是一个版本控制系统,稍后将用来从 github 网站上下载Tengine的源码
- cmake 是一个编译工具,用来产生make过程中所需要的Makefile文件
安装支持库
sudo apt-get install libprotobuf-dev protobuf-compiler libboost-all-dev libgoogle-glog-dev libopencv-dev libopenblas-dev
- protobuf 是一种轻便高效的数据存储格式,这是caffe各种配置文件所使用的数据格式
- boost 是一个c++的扩展程序库,稍后Tengine的编译依赖于该库
- google-glog 是一个google提供的日志系统的程序库
- opencv 是一个开源的计算机视觉库
- openblas 是一个开源的基础线性代数子程序库
下载&编译
从github上下载最新的开源版Tengine源码
git clone https://github.com/OAID/Tengine.git
切换工作目录到Tengine
cd Tengine
准备好配置文件
Tengine目录下提供了配置模板makefile.config.example
文件cp makefile.config.example makefile.config
- 修改配置文件
makefile.config
由于开源版的Tengine不支持针对armv7的优化,所以需要用openblas替代实现;
将CONFIG_ARCH_ARM64=y
这一行注释掉(行首加井号#
)以关闭ARM64架构的优化实现;
解除CONFIG_ARCH_ARM32=y
和CONFIG_ARCH_BLAS=y
这一行解除注释(删除行首的井号#
)以开启BLAS计算库的实现方式 编译并安装
make -j4 make install
这里的
-j4
表示开启四个线程进行编译
测试
- 下载mobilenet-ssd模型并放置在
Tengine/models
目录下
下载链接(提取码为57vb):https://pan.baidu.com/s/1LXZ8... 将工作目录切换到mobilenet-ssd示例程序的目录下
cd ~/Tengine/examples/mobilenet_ssd
编译示例程序
cmake -DTENGINE_DIR=/home/pi/Tengine . make
这里
-DTENGINE_DIR
用于为cmake指定环境变量TENGINE_DIR,该变量可以在CMakeLists.txt文件中找到运行示例程序
./MSSD
可以看到对一张照片进行目标检测,总共耗时1148.32ms
树莓派开发者版Tengine
开发者版下载地址:Tengine下载 - Tengine开发者中心
- 用树莓派开发者版Tengine的动态链接库覆盖掉原先的开源版
动态链接库路径为:Tengine/install/lib/libtengine.so
编译时,make会在build目录下产生libtengine.so动态链接库,而make instll将动态链接库、头文件等拷贝到install目录下 - 重新运行mobilenet-ssd的示例程序
可以看到,单帧耗时从1148.32ms下降为286.136ms,速度有了非常明显的提升!
小试牛刀
用上高性能的树莓派开发者版Tengine,看看mobilenet-ssd在树莓派上能表现如何——
- 从 hey-yahei/my_blog/RasPi-Tengine/mobilenet-ssd | github 上下载源码,并放置在
Tengine/example
目录下 - 检查
CMakeLists.txt
文件中TENGINE_DIR变量是否正确指向Tengine路径 - 执行
cmake .
生成Makefile - 执行
make
编译程序 - 执行
./MSSD
运行程序
本文开头我们说道,
直接在树莓派上配置darknet部署的yolo网络,yolov2单帧耗时接近6分钟,yolov2-tiny单帧耗时接近40秒;
而在树莓派上配置Tengine部署的yolov2网络,在blas实现下单帧耗时不到8秒(参考利用Tengine在树莓派上跑深度学习网络 | songrbb),在针对armv7优化实现的开发者版下单帧耗时甚至不到2秒!