设计机构网站,养老院网站建设,有免费的域名注册,优质的专业网站建设在RV1126开发板上部署Tensorflow算法#xff0c;实时目标检测RTSP传输。视频演示地址
rv1126 yolov5 实时目标检测 rtsp传输_哔哩哔哩_bilibili
一、准备工作
从官网下载tensorflow模型和数据集
手动在线下载#xff1a; https://github.com/tensorflow/models/b…在RV1126开发板上部署Tensorflow算法实时目标检测RTSP传输。视频演示地址
rv1126 yolov5 实时目标检测 rtsp传输_哔哩哔哩_bilibili
一、准备工作
从官网下载tensorflow模型和数据集
手动在线下载 https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md TensorFlow预训练模型下载地址https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md
往下拉找到ssd_mobilenet_v1_coco并下载 数据集MSCOCO数据集https://cocodataset.orgObject(论文版本)有90类物体加上一个背景类就是91类label_map可参考https://github.com/tensorflow/models/blob/master/research/object_detection/data/mscoco_label_map.pbtxt 然后将ssd_mobilenet_v1_coco_2018_01_28.tar.gz拷贝至虚拟机
/home/rv1126/ModelConvertSample/original_model目录并解压
二、TensorFlow模型转换为RKNN格式 pb-rknn 转换tensorflow -RKNN
python convert-tensorflow-to-rknn-pre.py 该脚本读取./original_model/ssd_mobilenet_v1_coco_2018_01_28/frozen_inference_graph.pb
模型文件使用数据集参考./dataset/dataset3.txt
转换后保存为./rknn_model/ssd_mobilenet_v1_coco.rknn文件 三、部署ssd_mobilenet_v1_coco.rknn到RV1126开发板上
1.准备工作
首先在开发板执行如下命令退出出厂测试程序 killall rkmedia_rockx_person_detection 在开发板执行如下命令挂载nfs根文件系统 busybox mount -t nfs -o nolock,nfsvers3 192.168.1.108:/home/rv1126 /getnfs/
2.拷贝模型到开发板并运行程序
cd /getnfs/ModelConvertSample/rknn_model
mv /demo/bin/ssd_inception_v2_rv1109_rv1126.rknn /demo/bin/ssd_inception_v2_rv1109_rv1126.rknn_bak
cp ssd_mobilenet_v1_coco.rknn /demo/bin/ssd_inception_v2_rv1109_rv1126.rknn
/demo/bin/openRv1126_ssd_object_recognize
3.VLC查看视频串口查看打印坐标
然后在电脑上打开VLC播放器输入如下取流地址。注意IP地址请根据实际修改 rtsp://192.168.1.105/live/main_stream 即可看到实时ssd检测的视频画面。
串口实时打印检测框坐标信息
如需退出请按ctrlc
4.源码说明
上面运行的openRv1126_yolov5_object_recognize程序源码位于路径
/home/rv1126/openRv1126-Aidemo/openRv1126_ssd_object_recognize_rtsp openRv1126_ssd_object_recognize.cpp文件rkmedia_rknn_thread函数中定义了模型路径 ssd.cc定义了数据集路径
