随笔分类 -  平台移植

将Tensorflow训练好的模型移植进端芯片中
MDC模型转换小结
该文被密码保护。
posted @ 2021-10-12 19:11 jimchen1218 阅读(0) 评论(0) 推荐(0)
升级LabelImg（从pyqt4到pyqt5））
摘要：在ubuntu18.04上安装LabelImg时，发现pyqt4始终无法安装成功，不是缺少这个依赖，就是版本不支持ubuntu。所以，果断升级pyqt5 但升级pyqt5期间也碰到了一些问题，在此记录一下。 第一步： sudo apt-get install pyqt5-dev-tools sudo 阅读全文
posted @ 2021-07-25 14:38 jimchen1218 阅读(423) 评论(0) 推荐(0)
Caffe环境安装
摘要：一、安装依赖包： sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --n 阅读全文
posted @ 2021-01-10 12:53 jimchen1218 阅读(462) 评论(0) 推荐(0)
Darknet版YOLO安装与配置
摘要：Darknet配置和安装 1. 安装显卡驱动 首先查看一下自己的电脑需要怎样的驱动，我们可以先到 http://www.nvidia.com/Download/index.aspx 查询下我们需要的是怎样的驱动，这里我的显卡是 GTX 1080 Ti，所以以此为例说明，勾选好对应的配置： 点击sea 阅读全文
posted @ 2019-11-06 14:29 jimchen1218 阅读(2115) 评论(0) 推荐(0)
Ubuntu安装配置Tensorflow-GPU
摘要：Ubuntu 16.04 + GTX 1080 Ti + CUDA 9.0 + Cudnn 7.1 安装配置 Download Ubuntu16.04: mirrors.aliyun.com/ubuntu-releases/16.04 | or 18.04 ＣＵＤＡ与ＣＵＤＮＮ版本对应关系，可参考该 阅读全文
posted @ 2019-11-06 14:23 jimchen1218 阅读(1274) 评论(0) 推荐(0)
Tensorflow源码编译常见问题点总结
摘要：Ｔｅｎｓｏｒｆｌｏｗ源码编译分两种：一种是本地源码编译，另一种是针对ＡＲＭ平台的源码编译． 接下来分别介绍： 一．本地编译 本地编译时，使用的编译工具是本地ＧＣＣ. 一般会碰到以下问题： 第１个:external/nasm/include/error.h 找不到 解决方法： 执行命令：sudo cp 阅读全文
posted @ 2019-10-30 16:51 jimchen1218 阅读(768) 评论(0) 推荐(0)
Tensorflow模型移植Arm之一：C与Python互相调用
摘要：一、C调用Python 1.新建一个Python文件，名称为py_multipy.py： 1 #import numpy as np 2 def multiply(a=1,b=2): 3 print('Function of python called!') 4 print('a:',a) 5 pr 阅读全文
posted @ 2019-10-28 15:03 jimchen1218 阅读(927) 评论(0) 推荐(0)
手动编译用于i.MX6系列ARM的交叉编译SDK
摘要：前言： 在前一节中，在使用别的机器（系统：UBUNTU14.04）上编译好的交叉编译SDK，配置在我的电脑（系统：UBUNTU16.04）上，用于bazel编译Tensorflow时会报arm-poky-linux-gcc这个可执行文件无法找到的错误。 没办法，只能自己编译了。。。 准备工作： 1、 阅读全文
posted @ 2019-09-25 10:04 jimchen1218 阅读(2092) 评论(0) 推荐(0)
针对ARMv7芯片的Tensorflow交叉编译环境配置
摘要：由于PC版Linux多数内核为X86或X64，而目标芯片为ARMv7，直接编译出来的版本，是无法直接用于芯片的，所以，需要配置交叉编译环境。 参考了该链接：https://www.cnblogs.com/jojodru/p/7744630.html,根据自己编译环境搭建的心得，写下此文，用来与同行人 阅读全文
posted @ 2019-09-20 17:21 jimchen1218 阅读(3690) 评论(8) 推荐(1)
Tensorflowlite移植ARM平台iMX6
摘要：一、LINUX环境下操作： 1.安装交叉编译SDK （仅针对该型号：i.MX6,不同芯片需要对应的交叉编译SDK） 编译方法参考：手动编译用于i.MX6系列的交叉编译SDK 2.下载Tensorflow git clone https://github.com/tensorflow/tensorfl 阅读全文
posted @ 2019-09-19 17:45 jimchen1218 阅读(4527) 评论(2) 推荐(3)