Movidius 神经计算棒和 Raspberry 3 — quick start guide

标签: | 发表时间:2019-01-05 20:43 | 作者:
出处:https://medium.com

我一直想尝试使用 Movidius神经计算棒(NCS)一段时间,并决定将它与Raspberry Pi 3结合使用 - 这个想法当然是将设置转移到支持移动功能的底盘(带轮或带翼的) !) 在不远的将来。

他们在英国卖得像热蛋糕一样 - 无论是制造批量还是制造批量。 RS Online上周获得了他们的最新批次,他们已经售罄 - 他们在过去几个月里已售罄两次。

硬件方面,120英镑+增值税可以为您提供NCS,Raspberry Pi 3和v2相机模块。操作系统和SDK当然是免费的,因此这是一个有趣的深度学习项目的相对较小的支出。

120英镑的移动深度学习开发工具包。

我发现Movidius文档要么丢失要么不完整 - 很多链接由Google索引现在404,论坛非常安静,Youtube视频和其他资源意味着需要运行完整Ubuntu的主机PC。事实并非如此 - 可以直接在您的Raspberry Pi 3上进行完整安装,如下所示。所以步骤如下(所有这些步骤都在Pi上执行,我们根本没有使用主机PC):

1.将Raspbian安装到您的Pi上 - 我们直接从网站上安装了 Stretch with Desktop

2.接下来,从Github上的Movidius组织克隆ncsdk repo:

git clone      https://github.com/movidius/ncsdk.git

快速说明:这不是您快速启动和运行所需的唯一仓库(见下文)。

3.确保使用bash运行install.sh,因为它有“bashisms” - 所以“sudo bash install.sh”。现在我们需要等待,因为Pi CPU的功能非常不足以满足下一步的需求。

4. scikit-image需要约30分钟才能编译 - 请耐心等待,喝杯咖啡和饼干。

5. Caffe需要大约1个小时才能编译(看起来它会耗尽RAM而不会 - 它使用~800 MB而Pi 3有1 GB所以我们可以在这里使用) - 更加耐心,参与其中必要的咖啡和饼干..

6. install.sh完成后,通过运行此文件来测试您的安装( https://github.com/movidius/ncsdk/blob/master/examples/apps/hello_ncs_py/hello_ncs.py),例如

python hello_ncs.py 

您应该看到如下输出:

您好NCS!设备正常打开。     
再见NCS!设备正常关闭。
NCS设备正常工作。

我们现在有一个有效的神经计算棒!

7.现在跑

做所有

在examples子目录中下载并构建一些模型进行测试(预训练的权重从dl.caffe.berkeleyvision.org下载)。这将构建三个模型 - GoogLeNet,AlexNet和SqueezeNet。这些模型在ImageNet上训练,因此他们可以识别构成ImageNet语料库的1,000个类别中的对象。实际上,您可以构建其中一个模型 - 我们希望比较相对性能,因此我们构建了所有模型。此步骤需要为每个模型下载预先训练的权重矩阵,并将Caffe模型编译为内部NCS格式,因此所花费的时间取决于网络连接的速度。

8.现在我们需要我们的第二个Movidius回购 - 克隆ncappzoo GH repo以获取stream_infer.py(这是 本视频中提到的相同脚本) - 否则你将需要OpenCV,这需要** 4小时!!! * *构建,你还需要编写Python代码来访问视频流 - 这不是问题,但我们不需要在这个快速入门指南中这样做。所以这是:

git clone      https://github.com/movidius/ncappzoo

9.确保你跑步

sudo modprobe bcm2835-v4l2

将v2相机模块作为/ dev / video0设备加载,否则python脚本将只是挂起,因为它想要使用此句柄访问相机。

10.根据我上面链接的Youtube视频,你需要

sudo apt install gir1.2-gstreamer-1.0 git1.2-gst-plugins-base-1.0 python3-gst-1.0

不,我不知道为什么这些包装也有这么友好且容易记住的名字。这为我们提供了stream_infer.py想要使用的窗口系统API。

好的,现在我们终于可以看到NCS如何运行我们的目标模型!从ncappzoo / app / stream_infer目录运行stream_infer.py。我们加载了GoogleNet模型 - 确保您使用模型所需的正确图像尺寸(我们需要224x224x3用于GoogleNet),否则代码会因重新塑形问题而出错(ValueError:无法将尺寸为XXXX的数组重塑为形状(224) ,224,3))。

这是一个运行示例 - 安全别针是ImageNet的一个 类别,运行GoogleNet的NCS轻松地对其进行分类(95%)。凉..

PS NCS运行得非常热!

PPS TODO - 生成PR回到回购中有两件事:

(a)在Pi 3上编译时,获取脚本以使用make -j4至少更快地运行

(b)让脚本对Pi 3平台更具有网络感知能力。

相关 [movidius 神经 计算] 推荐:

Movidius 神经计算棒和 Raspberry 3 — quick start guide

- -
Movidius神经计算棒(NCS)一段时间,并决定将它与Raspberry Pi 3结合使用 - 这个想法当然是将设置转移到支持移动功能的底盘(带轮或带翼的). 他们在英国卖得像热蛋糕一样 - 无论是制造批量还是制造批量. RS Online上周获得了他们的最新批次,他们已经售罄 - 他们在过去几个月里已售罄两次.

从零开始搭建树莓派 + intel movidius 神经元计算棒2代深度学习环境 - Mingyong_Zhuang的技术博客 - CSDN博客

- -
从零开始搭建树莓派+intel movidius 神经元计算棒2代深度学习环境. 下载OpenVINO toolkit for Raspbian安装包:. Opencv + python api调用方法:. 本文从零开始搭建,从烧写树莓派的系统开始,到最后用计算棒跑人脸检测. 本教程适用二代的计算棒,不适合一代的计算棒.

人脸识别准备 -- 基于raspberry pi 3b + movidius - wlu - 博客园

- -
最近准备系统地学习一下深度学习和TensorFlow,就以人脸识别作为目的. 十年前我做过一些图像处理相关的项目和研究,涉及到图像检索. 记得当时使用的是SIFT特征提取,该特征算子能很好地抵抗图像旋转、仿射变换等变化. 可以说SIFT是图像特征工程方面做得很出色的算子. 现如今深度学习特别是CNN,ResNet等模型被研究者发明之后,图像特征工程似乎已经很“没有必要”了.

图像识别——ubuntu16.04 movidius VPU NCSDK深度学习环境搭建-桐烨科技-踏上文明的征程-51CTO博客

- -
这篇文章本人不打算长篇累牍去写,结合以前写的文章,从软件角度去写一些点滴,伴随人工智能AI的火爆,现在图像识别算法也异常火爆,上一篇文章提到Intel movidius Myriad 2 VPU(MA2450)是一种简单易用的深度学习平台,说到简单易用,但很多网友和客户还是一头雾水,本人还是觉得在这里班门弄釜一下,简单写一些,在ubuntu环境下搭建深度学习开发环境.

在树莓派3B+上部署Intel NCS2神经网络计算棒 - weixin_43741611的博客 - CSDN博客

- -
2018.12.20日 英特尔更新了OpenVINO Toolkit R5版本. 作为NCS2的官方开发套件,OpenVINO在此之前只能在台式机ubuntu 16.04上使用. 而在树莓派上使用的ncsdk并不支持NCS2计算棒. 通过在树莓派上部署OpenVino,可实现在树莓派上使用NCS2加速神经网络计算.

oracle license计算

- Fenng - eagle's home
Oracle license的计算是基于CPU core的. 用core的数目乘以一个系数core factor就可以得到所需的oracle license的数目. 对于不同的CPU,core factor是不一样的,可以从oracle提供的这张列表中查到 Oracle Processor Core Factor Table.

理解云计算

- 车东 - oneoo's 私家花园
  现在互联网最热门的关键字“云计算”,大大小小的公司纷纷加入到这块领域. 简单来说,目前的“云计算”主要分为:SaaS、PaaS和IaaS三大类.   其中SaaS云计算,为软件即服务的概念. 把传统客户端软件部署在互联网上,用户只需要一个浏览器就可以使用到软件的模式. 其实早在2000年就已经有B/S结构的软件服务,与现在所说的SaaS云计算相近,但此前的B/S结构软件服务,数据库等服务端是需要用户自行部署的,而非由软件提供商进行统一部署.

钢琴计算器

- 丑秋 - 专利之家-设计发明与创意商机
这款太阳能计算器别出心裁地设计了黑白相间的按键,看起来像钢琴的琴键一样,十分有趣. 或许这样的计算器可以给枯燥的计算工作增添一点乐趣,让它不再乏味.

10问云计算

- - 《商业价值》杂志
与数百位关注和实践云计算的CIO们共同解读云计算热点问题. 被视作IT界第三次革命的云计算,已经从炙手可热的概念逐渐走向了实际应用. 2011年8-11月, ITValue社区联合英特尔公司,与数百位关注和实践云计算的CIO们一起展开深入探讨,话题涉及云计算的商业价值、安全性、开放性、高效性、简单性等方面.

BP神经网络的Java实现

- - ITeye博客
课程作业要求实现一个BPNN. 此前只用Matlab实现过,这次尝试使用Java实现了一个. 关于BPNN的原理,就不赘述了.  为了验证正确性,我写了一个测试用例,目的是对于任意的整数(int型),BPNN在经过训练之后,能够准确地判断出它是奇数还是偶数,正数还是负数. System.out.println("训练完毕,下面请输入一个任意数字,神经网络将自动判断它是正数还是复数,奇数还是偶数.