Vitis AI提供两种应用例程，VART和Vitis AI Library，下文详细描述了VART中自动驾驶应用的实现过程。
编译AI模型
对于DNNDK API和VART API编译AI库的方式相同，
编译yolov3模型
yolov3模型用于自动驾驶。
$~/Vitis-AI/AI-Model-Zoo/all_models_1.2/caffe $cp -r dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/ ../../../Tool-Example/ $cd ~/Vitis-AI $./docker_run.sh xilinx/vitis-ai:1.2.82 $conda activate vitis-ai-caffe讯享网
- 生成.dcf文件，修改.json文件，这两步已经完成。
- 在readme中：
remove parameter "yolo_height" and "yolo_width" in "transform_param" in data layer, like the following 2 lines:yolo_height: 256，yolo_width: 512，删除这两行进行编译。
- 运行编译指令
讯享网vai_c_caffe -p dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/quantized/Edge/deploy.prototxt -c dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/quantized/Edge/deploy.caffemodel -a arch.json -o dk_yolov3_cityscapes_2
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/125092.html