Vitis AI API_1 を使用した開発 - 3.5 日本語

Vitis AI API_1 は、分類、検出、セグメンテーションなどの各種ビジョン タスクに関連する高レベル API ベースのライブラリ セットです。プリプロセスとポストプロセスを含むアルゴリズム フロー全体に最適化されており、AI Model Zoo のモデルをサポートしています。

1. https://github.com/Xilinx/Vitis-AI から対応する Docker イメージをダウンロードします。
2. Docker イメージをロードして実行します。
3. ホスト側でフォルダーを作成し、そのフォルダー内にフロート モデルを配置し、Vitis AI クオンタイザーを使用してモデルを量子化します。詳細は、 『Vitis AI ユーザー ガイド』 (UG1414) を参照してください。
4. Vitis AI コンパイラを使用してモデルをコンパイルし、yolov3_custom.xmodel などの xmodel ファイルを生成します。詳細は、 『Vitis AI ユーザー ガイド』 (UG1414) を参照してください。
5. 次のスニペットに示すように、yolov3_custom.prototxt ファイルを作成します。

   model {
     name: "yolov3_custom"
     kernel {
        name: "yolov3_custom"
        mean: 0.0
        mean: 0.0
        mean: 0.0
        scale: 0.00390625
        scale: 0.00390625
        scale: 0.00390625
     }
     model_type : YOLOv3
     yolo_v3_param {
       num_classes: 20
       anchorCnt: 3
       layer_name: "59"
       layer_name: "67"
       layer_name: "75"
       conf_threshold: 0.3
       nms_threshold: 0.45
       biases: 10
       biases: 13
       biases: 16
       biases: 30
       biases: 33
       biases: 23
       biases: 30
       biases: 61
       biases: 62
       biases: 45
       biases: 59
       biases: 119
       biases: 116
       biases: 90
       biases: 156
       biases: 198
       biases: 373
       biases: 326
       test_mAP: false
     }
   }

6. yolov3_custom フォルダーを作成します。yolov3_custom.xmodel および yolov3_custom.prototxt ファイルを yolov3_custom フォルダーに置きます。
7. yolov3_custom フォルダーをターゲットの /usr/share/vitis_ai_library/models にコピーします。
8. アプリケーション コードには、Yolov3 のサンプル コードを使用してください。編集する必要はありません。

   int main(int argc, char* argv[]) {
     std::string model = argv[1];
     return vitis::ai::main_for_jpeg_demo(
       argc, argv,
       [model] {
         return vitis::ai::YOLOv3::create(model);
       },
       process_result, 2);
   }
   

9. プログラムをクロス コンパイルして、実行可能ファイル test_jpeg_yolov3 を生成します。

   cd Vitis-AI/examples/vai_library/samples/yolov3
   sh -x build.sh

10. scp を使用して、実行可能なプログラムをターゲット ボードにコピーします。

    scp test_jpeg_yolov3 root@IP_OF_BOARD:~/

11. VART ランタイムをターゲットにインストールします。詳細は、ステップ 3: AI ライブラリ パッケージをインストールする を参照してください。
12. ターゲット ボードでプログラムを実行すると、次の結果が表示されます。

    ./test_jpeg_yolov3 yolov3_custom sample.jpg