【R329开发板评测三】——Zhouyi-AIPU / Model_zoo测试

这里测试了mobilenetv2， resnet50

1. 转换模型

1. 用filezilla链接到模型库并下载到本地。
   
2. 启动zepan/zhouyi docker镜像转换模型
   docker run -it --rm --mount type=bind,source=/home/darknet/CM/27_zouyi/AIPU/samples/pb/resnet101pb,target=/tf/src zepan/zhouyi /bin/bash

3. 修改一下mobilenet_v2/TF/cfg/build.cfg的target = Z1_0701

   [Common]
   mode = build
   use_aqt = True
   
   [Parser]
   model_name = mobilenet_v2
   detection_postprocess = 
   model_domain = image_classification
   output = MobilenetV2/Logits/Squeeze
   input_model = input/frozen.pb
   input = input
   input_shape = [1, 224, 224, 3]
   output_dir = ./IR_ft32
   
   [AutoQuantizationTool]
   quantize_method = SYMMETRIC
   quant_precision = int8
   ops_per_channel = DepthwiseConv
   reverse_rgb = False
   label_id_offset = 
   dataset_name = 
   detection_postprocess = 
   anchor_generator = 
   ts_max_file = input/mobilenet_v2_max.npy
   ts_min_file = input/mobilenet_v2_min.npy
   
   [GBuilder]
   outputs = aipu_mobilenet_v2Z1_0701.bin
   target = Z1_0701

4. 量化模型
   aipubuild cfg/build.cfg

2. mobilenetv2 测试

1. 将上面的模型aipu_mobilenet_v2Z1_0701.bin上传到R329

2. 编译项目

   cd /root/zhouyi_test/
   mkdir build && cd build
   cmake ..
   make

3. 测试
   ./zhouyi_cam aipu_mobilenetv2Z1_0701.bin 1 1
4. 结果
   速度大概为20fps
   

推理结果为键盘也是正确的。

3. resnet50测试

相同的步骤进行resnet50模型转换。测试的时候，label_offset为0，需要改一下。
./zhouyi_cam model/aipu_resnet_50Z1_0701.bin 1 0

fps大概为7.5.结果图像：