Edge TPU跑几个tensorflow-lite模型

一、环境搭建

参考：官网入门

注意：软件安装过程中环境变量的配置。

二、模型测试(基于Ubuntu)

I.分类模型(以MobileNet V2 (ImageNet)为例说明)

1. 板子供电，Type-C数据线与PC相连
2. 下载Edge TPU模型文件（.tflite）和Labels文件（.txt）
3. 将模型文件上传至板子，使用如下mdt命令把数据上传到设备model_test目录

mdt push dog.jpg model_test
mdt push imagenet_labels.txt model_test
mdt push mobilenet_v2_1.0_224_quant_edgetpu.tflite model_test
           

1. 另开一个终端，通过mdt连接开发板

mdt devices //查看当前设备连接情况
mdt shell  //进入连接设备控制台
           

1. 在mdt控制台查看模型文件，已上传至开发板

[email protected]:~$ cd model_test/
[email protected]:~/model_test$ ls
dog.jpg  imagenet_labels.txt  mobilenet_v2_1.0_224_quant_edgetpu.tflite
           

1. mdt控制台进入到有.py文件的demo目录，运行模型

[email protected]:~/model_test$ cd /usr/lib/python3/dist-packages/edgetpu/demo
[email protected]:/usr/lib/python3/dist-packages/edgetpu/demo$python3 classify_image.py \
	--model ~/model_test/mobilenet_v2_1.0_224_quant_edgetpu.tflite \
	--label ~/model_test/imagenet_labels.txt \
	--image ~/model_test/dog.jpg
---------------------------
Border collie
Score :  0.964844
           

其中：dog.jpg 如下图

II.目标检测模型(以MobileNet SSD v2 (Faces)为例说明)

1. 前四步和Ⅰ中类似，直接到第五步；
2. 在mdt控制台查看模型文件，已上传至开发板

[email protected]:~$ cd face_detect
[email protected]:~/face_detect$ ls
mobilenet_ssd_v2_face_quant_postprocess.tflite  people.jpg
           

1. mdt控制台运行模型

[[email protected] face_detect]# mdt pull people_result.jpg .
Waiting for a device...
Connecting to coy-umpire at 192.168.101.115
100% |<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<| people_result.jpg
[[email protected] face_detect]# ls
mobilenet_ssd_v2_face_quant_postprocess.tflite  people.jpg  people_result.jpg
           

1. 本机控制台从板子上下载并查看结果

[email protected]:~/face_detect$ cd /usr/lib/python3/dist-packages/edgetpu/demo
[email protected]:/usr/lib/python3/dist-packages/edgetpu/demo$ python3 object_detection.py \
> --model ~/face_detect/mobilenet_ssd_v2_face_quant_postprocess.tflite \
> --input ~/face_detect/people.jpg \
> --output ~/people_result.jpg
-----------------------------------------
score =  0.996094
box =  [34.58340883255005, 3.6951268389821053, 79.72809076309204, 54.911569476127625]
-----------------------------------------
score =  0.917969
box =  [70.44789791107178, 0.24352699518203735, 116.58040523529053, 51.459967851638794]
-----------------------------------------
score =  0.691406
box =  [0.6054049730300903, 7.107417978346348, 40.25177478790283, 62.95591643452644]
-----------------------------------------
score =  0.308594
box =  [12.797946631908417, 93.51808422803879, 41.02548837661743, 126.22678685188293]
-----------------------------------------
score =  0.167969
box =  [68.79348278045654, 71.8349220752716, 94.12553787231445, 100.55993902683258]
Please check  /home/mendel/people_result.jpg
           

people.jpg 如下：

people_result.jpg如下：

模型来自：谷歌官网模型