エッジ (DPUCZDX8G/DPUCVDX8G) の場合 - 2.5 日本語

Vitis AI ユーザー ガイド (UG1414)

Document ID
UG1414
Release Date
2022-06-15
Version
2.5 日本語
  1. 次のコマンドで scp を使用して、サンプルとホストからターゲットへ vitis_ai_runtime_r2.5.0_image_video.tar.gz をダウンロードします。
    scp vitis_ai_runtime_r2.5.0_image_video.tar.gz root@[IP_OF_BOARD]:~/
  2. vitis_ai_runtime_r2.5.0_image_video.tar.gz パッケージを解凍します。
    tar -xzvf vitis_ai_runtime_r2.5.0_image_video.tar.gz -C ~/Vitis-AI/demo/VART
  3. モデルをダウンロードします。モデルのダウンロード リンクは、モデルの YAML ファイルに記述されています。Vitis-AI/model_zoo で YAML ファイルを見つけて、対応するプラットフォームのモデルをダウンロードできます。ここでは、resnet50 の例を示します。
    wget https://www.xilinx.com/bin/public/openDownload?filename=resnet50-zcu102_zcu104_kv260-r2.5.0.tar.gz -O resnet50-zcu102_zcu104_kv260-r2.5.0.tar.gz
    
    scp resnet50-zcu102_zcu104_kv260-r2.5.0.tar.gz root@[IP_OF_BOARD]:~/
  4. ターゲット上でモデルを解凍し、インストールします。
    注記: /usr/share/vitis_ai_library/models フォルダーが存在しない場合は、先にこのフォルダーを作成します。
    mkdir -p /usr/share/vitis_ai_library/models

    次のコマンドを実行して、モデル パッケージをインストールします。

    tar -xzvf resnet50-zcu102_zcu104_kv260-r2.5.0.tar.gz
    cp resnet50 /usr/share/vitis_ai_library/models -r
  5. ターゲット ボードでサンプルのディレクトリに移動します。ここでは、resnet50 の例を示します。
    cd ~/Vitis-AI/examples/VART/resnet50
  6. サンプル デザインを実行します。
    ./resnet50 /usr/share/vitis_ai_library/models/resnet50/resnet50.xmodel
    注記: 上記の実行可能なプログラムが存在しない場合は、ホスト上でプログラムをクロス コンパイルします。
    注記: アプリケーションをターゲット上でネイティブにコンパイルすることもできます。ターゲット上で次のコマンドを実行します。
    sh -x build.sh
注記: ビデオ入力のサンプルの場合、公式システム イメージには「webm」および「raw」形式のみがデフォルトでサポートされます。その他の形式のビデオ データを使用する場合は、関連するパッケージをシステムにインストールします。

次の表に、すべての Vitis AI サンプルの実行コマンドを示します。

表 1. ZCU102/ZCU104 における Vitis AI サンプルの起動コマンド
ID サンプル名 コマンド
1 resnet50 ./resnet50 /usr/share/vitis_ai_library/models/resnet50/resnet50.xmodel
2 resnet50_pt ./resnet50_pt /usr/share/vitis_ai_library/models/resnet50_pt/resnet50_pt.xmodel ../images/001.jpg
3 resnet50_ext ./resnet50_ext /usr/share/vitis_ai_library/models/resnet50/resnet50.xmodel ../images/001.jpg
4 resnet50_mt_py python3 resnet50.py 1 /usr/share/vitis_ai_library/models/resnet50/resnet50.xmodel
5 inception_v1_mt_py

python3 inception_v1.py 1 /usr/share/vitis_ai_library/models/inception_v1_tf/inception_v1_tf.xmodel

6 pose_detection ./pose_detection video/pose.webm /usr/share/vitis_ai_library/models/sp_net/sp_net.xmodel /usr/share/vitis_ai_library/models/ssd_pedestrian_pruned_0_97/ssd_pedestrian_pruned_0_97.xmodel
7 video_analysis ./video_analysis video/structure.webm /usr/share/vitis_ai_library/models/ssd_traffic_pruned_0_9/ssd_traffic_pruned_0_9.xmodel
8 adas_detection ./adas_detection video/adas.webm /usr/share/vitis_ai_library/models/yolov3_adas_pruned_0_9/yolov3_adas_pruned_0_9.xmodel
9 segmentation ./segmentation video/traffic.webm /usr/share/vitis_ai_library/models/fpn/fpn.xmodel
10 squeezenet_pytorch ./squeezenet_pytorch /usr/share/vitis_ai_library/models/squeezenet_pt/squeezenet_pt.xmodel