徐汇地区如何找到专业的网站开发培训课程？

锦州网站建设公司,徐汇网站开发培训,重庆企业网站建设哪家专业,分销小程序开发TPU-NNTC 编译部署LPRNet 车牌识别算法 注意#xff1a; 由于SOPHGO SE5微服务器的CPU是基于ARM架构#xff0c;以下步骤将在基于x86架构CPU的开发环境中完成 初始化开发环境(基于x86架构CPU的开发环境中完成)模型转换 (基于x86架构CPU的开发环境中完成) 处理后的LPRNet 项…TPU-NNTC 编译部署LPRNet 车牌识别算法 注意 由于SOPHGO SE5微服务器的CPU是基于ARM架构以下步骤将在基于x86架构CPU的开发环境中完成 初始化开发环境(基于x86架构CPU的开发环境中完成)模型转换 (基于x86架构CPU的开发环境中完成) 处理后的LPRNet 项目文件将被拷贝至 SE5微服务器 上进行推理测试 1. 开发环境配置 Linux 开发环境x86架构CPU的开发环境 一台安装了Ubuntu16.04/18.04/20.04的x86主机运行内存建议12GB以上 下载SophonSDK开发包v3.0.0 1.1 配置步骤 解压SDK压缩包 sudo apt update sudo apt install unzip unzip sophonsdk_v3.0.0_***.zipdocker 安装 # 安装docker sudo apt-get install docker.io # docker命令免root权限执行 # 创建docker用户组若已有docker组会报错没关系可忽略 sudo groupadd docker # 将当前用户加入docker组 sudo gpasswd -a ${USER} docker # 重启docker服务 sudo service docker restart # 切换当前会话到新group或重新登录重启X会话 newgrp docker​ 提示需要logout系统然后重新登录再使用docker就不需要sudo了。 下载docker 镜像 technical center (sophgo.com) 解压压缩包挂载docker 镜像 unzip x86_sophonsdk3_ubuntu18.04_py37_dev_22.06_docker cd x86_sophonsdk3_ubuntu18.04_py37_dev_22.06_docker docker load -i x86_sophonsdk3_ubuntu18.04_py37_dev_22.06.docker创建docker容器并进入Docker cd sophonsdk_v3.0.0_*** ./docker_run_sophonsdk.sh注意此时已经进入到docker 中后续的操作都在docker 中完成 在docker 容器内安装依赖库和设置环境变量 cd $REL_TOP/scripts # 安装库 ./install_lib.sh nntc # 设置环境变量注意此命令只对当前终端有效重新进入需要重新执行 source envsetup_cmodel.sh # for CMODEL MODE # source envsetup_pcie.sh # for PCIE MODE2. 模型准备 2.1 模型简介 LPRNet(License Plate Recognition via Deep Neural Networks)是一种轻量级卷积神经网络可实现无需进行字符分割的端到端车牌识别。 LPRNet的优点可以总结为如下三点 LPRNet不需要字符预先分割车牌识别的准确率高、算法实时性强、支持可变长字符车牌识别。对于字符差异比较大的各国不同车牌均能够端到端进行训练。LPRNet是第一个没有使用RNN的实时轻量级OCR算法能够在各种设备上运行包括嵌入式设备。LPRNet具有足够好的鲁棒性在视角和摄像畸变、光照条件恶劣、视角变化等复杂的情况下仍表现出较好的识别效果。 2.2 数据集准备 CCPD数据集 该数据集是由中科大团队构建的一个用于车牌识别的大型国内停车场车牌数据集。该数据集在合肥市的停车场采集得来采集时间早上7:30到晚上10:00。停车场采集人员手持Android POS机对停车场的车辆拍照并手工标注车牌位置。拍摄的车牌照片涉及多种复杂环境包括模糊、倾斜、阴雨天、雪天等等。CCPD数据集一共包含将近30万张图片每种图片大小720x1160x3。 2.3 准备移植例程 从github上下载移植好的例程LPRNet的例程位于examples/simple/lprnet/。