【聆思CSK6 LNN工具体验】LNN训练体验（下）

在上一篇博文中，我们已经学会了使用工具生成自己需要的模型。接下来我们一起看看如何部署，模型在设备上。

一、串口工具安装

1、选择合适的串口调试工具，Linux下推荐基于命令行的minicom;
2、安装串口调试工具

2.1 打开终端命令行，输入sudo apt-get install minicom
2.2 安装完毕后，输入sudo minicom -s进行串口工具的配置；
2.3 选择串口设置菜单，接着检查一下串口的名称，有的电脑上是ttyUSB0或者ttyACM0等，具体的以自己的设备为准；检查串口波特比率是否为115200，尔后退出当前画面，保存设置；



2.4 配置完成之后在终端输入sudo minicom打开串口，测试配置是否正常。注意：调试之前请先将设备通过串口连接至电脑，然后再输入命令，打开串口工具。

二、开发环境安装

1、安装lisa zep；（已安装的直接忽略）
2、安装wasm sdk到本地，配置环境变量；（参考官方文档）来安装。
3、获取示例工程，lisa zep create --from-git https://cloud.listenai.com/listenai/samples/camera_image_detect.git;
4、在VSCode中打开程序，如果需要修改参数，则先修改参数，然后再进行编译。编译成功后可以得到wasm的.aot文件。

三 、程序烧写及测试（极速模式-内置输入参数）

烧录程序的时候请关闭串口调试工具，待程序烧写结束重新打开。

1、因为我们这边暂时不对模型及参数进行修改，所以直接使用已经编译好的资源，进行测试；

2、烧录 zephyr 应用固件

lisa zep exec cskburn -s /dev/ttyACM0 -C 6 0x0 ./build/zephyr/zephyr.bin -b 748800

3、烧录cp固件资源

lisa zep exec cskburn -s /dev/ttyACM0 -C 6 0x100000 ./resource/cp.bin -b 748800

4、烧录wasm应用

lisa zep exec cskburn -s /dev/ttyACM0 -C 6 0x200000 ./resource/thinker_resnet18.aot -b 748800

5、烧录wasm模型资源

lisa zep exec cskburn -s /dev/ttyACM0 -C 6 0x300000 ./resource/resnet18_model.bin -b 748800

6、打开串口，查看运行结果；

四、烧写程序及测试（利用摄像头采集识别数据）

1、烧录cp资源

lisa zep exec cskburn -s /dev/ttyACM0 -C 6 -b 748800 0x100000 resource/cp.bin

2、烧录wasm应用

lisa zep exec cskburn -s /dev/ttyACM0 -C 6 -b 748800 0x200000 resource/thinker_resnet18.aot

3、烧录wasm模型资源

lisa zep exec cskburn -s /dev/ttyACM0 -C 6 -b 748800 0x300000 resource/resnet18_model.bin

4、编译工程并烧录

lisa zep build -p -b csk6011a_nano
lisa zep flash -r csk --port /dev/ttyACM0

5、调整摄像头，测试程序；

如果不想安装串口工具，可以使用聆思的在线串口工具。https://tool.listenai.com/serial-term/

五、评测总结

训练推理工具，体验非常棒。上手轻松，操作程序简易，处理速度非常快。

1、LNN工具对于想尝试AI开发的同学来讲是一个比较好的入门引导，跟着官方的文档来一步一步操作，基本上不会出现奇奇怪怪的问题。

2、目前支持的算子可以满足日常的使用需求，对于模型的裁剪和移植非常便利。

3、文档清晰，步骤严谨，配合视频一起学习可以快速理解LNN的工作原理及操作步骤。

4、对于没有GPU的童鞋，也非常的友好。CPU版本的资源和开发环境可以让更多的小伙伴们一起加入LNN的建设队伍中来。

5、通过官方的示例工程，可以轻松的实现可落地的方案，减少开发成本。

期待未来有更强大的功能！非常感谢社区和聆思！