拿到板子，不仅仅满足于装个软件，跑个linux。
更重要的是发挥板子的终极功能：人工智能。
那么重点来了，先来玩个视觉识别吧，尽管咱说不清道不明视觉识别的原理。
不妨碍咱囫囵吞枣，先跑个yolov4视觉识别的程序，再逐渐摸清门路，从入门到精通是不？
yolo视觉识别原理简图：
这些理论联系实践的部分咱们一步步来。
先参考瑞莎的YOLOv4 目标检测 Demo跑个例程。
详见：
https://docs.radxa.com/siride...
1.下载Demo软件：
git clone https://github.com/zifeng-rad...
2.安装依赖
cd siriders1_NPU_yolov4_tiny_demo/demo
pip3 install -r requirements.txt
其实就是安装opencv和numpy
opencv_python-4.10.0.84-cp37-abi3-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (41.7 MB)
numpy-1.24.4-cp38-cp38-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (14.0 MB)
这步下载速度极慢
3.运行 yolov4 demo 程序
python3 yolov4_aipu.py -m camera -r
(aiot-focal_overlayfs)root@MiWiFi-CR8806-srv:~/siriders1_NPU_yolov4_tiny_demo/dem
mo# python3 yolov4_aipu.py -m camera -r
argv: ['yolov4_aipu.py', '-m', 'camera', '-r']
[ WARN:0@0.029] global cap_v4l.cpp:999 open VIDEOIO(V4L2:/dev/video0): can't open camera by index
[ERROR:0@0.099] global obsensor_uvc_stream_channel.cpp:158 getStreamChannelGroup Camera index out of range
**成功打开摄像头 1
person 93.63%**
qt.qpa.xcb: could not connect to display
qt.qpa.plugin: Could not load the Qt platform plugin "xcb" in "/usr/local/lib/python3.8/dist-packages/cv2/qt/plugins" even though it was found.
This application failed to start because no Qt platform plugin could be initialized. Reinstalling the application may fix this problem.
Available platform plugins are: xcb.
Aborted (core dumped)
这步报错了。显示 Could not load the Qt platform plugin "xcb"
参考网上的办法安装libxcb，然而还是问题依旧：
但看起来也是成功识别了。
换一个参数，-s保存输出
python3 yolov4_aipu.py -m camera -s
可以看到连续的识别，识别率怎么说呢，勉强能用。
我们再研究下目录：siriders1_NPU_yolov4_tiny_demo/
这里有视觉识别，投喂的图片
在进行连续视觉识别时，CPU的负荷一下子就上去了。
上述Demo仅仅是跑了一个写好的程序，如果要从头编译。
要使用周易 Z2 部署目标模型，需要分三步走，模型转换，编译推理文件，应用层程序设计。
后续再慢慢摸索吧，本次分享就到这里。
