Hi3516/Hi3519DV500移植YOLOV5、YOLOV6、YOLOV7、YOLOV8开发环境搭建--YOLOV5工程编译移植到开发板测试--（5）

•   专栏链接如下：

Hi3516/Hi3519DV500移植YOLOV5、YOLOV6、YOLOV7、YOLOV8开发环境搭建--安装Ubuntu18.04--（1）

Hi3516/Hi3519DV500移植YOLOV5、YOLOV6、YOLOV7、YOLOV8开发环境搭建--安装开发环境AMCT、依赖包等--（2）

Hi3516/Hi3519DV500移植YOLOV5、YOLOV6、YOLOV7、YOLOV8开发环境搭建--安装交叉编译工具链--（3）

Hi3516/Hi3519DV500移植YOLOV5、YOLOV6、YOLOV7、YOLOV8开发环境搭建--安装ATC&MindStudio--（4）

Hi3516/Hi3519DV500移植YOLOV5、YOLOV6、YOLOV7、YOLOV8开发环境搭建--YOLOV5工程编译移植到开发板测试--（5）

一、开发环境准备

        1.1、VMware Workstation15 Pro，本专栏采用vmware虚拟机搭建开发环境，若采用物理机原理大同小异。

        1.2、Ubuntu18.04镜像，下载地址ubuntu-releases-18.04安装包下载_开源镜像站-阿里云，使用阿里镜像下载速度超级快。

二、MindStudio编译YOLOV5的范例

        2.1、复制MindStudio的Samples

        打开海思官方的CNN SDK目录，复制samples.tar.gz到/home/huawei/MindStudio-Samples目录内，如下图所示：

​

        解压 ，如下图所示：

​

        2.2、启动MindStudio加载测试工程

         启动MindStudio，运行如下脚本，任意目录：

MindStudio.sh

        点击open，打开工程，如下图：

​

         选择如下目录内的工程，如下图所示：

        点击 Trust project ，如下图：

         加载成功，弹窗设置CANN：

        配置编译选项，如下图： 

        编译，如下图：

         如下图，已经成功编译了yolo的工程：

三、加载到板端试运行

        3.1、 转换yolov5模型为om

        打开如下目录：

        运行如下脚本：

atc --dump_data=0 --input_shape="images:1,3,640,640" --input_type="images:UINT8" --log_level=0 --online_model_type=0 --batch_num=1 --input_format=NCHW --output="./model/yolov5" --soc_version=Hi3519DV500 --insert_op_conf=./insert_op.cfg --framework=5 --compile_mode=0 --save_original_model=true --model="./onnx_model/yolov5s.onnx" --image_list="images:./data/image_ref_list.txt"

         若提示atc未安装，修改环境变量，如下命令：

vim ~/.bashrc

        在文件末尾添加如下内容：

         使环境变量生效

source ~/.bashrc

         再次运行

atc --dump_data=0 --input_shape="images:1,3,640,640" --input_type="images:UINT8" --log_level=0 --online_model_type=0 --batch_num=1 --input_format=NCHW --output="./model/yolov5" --soc_version=Hi3519DV500 --insert_op_conf=./insert_op.cfg --framework=5 --compile_mode=0 --save_original_model=true --model="./onnx_model/yolov5s.onnx" --image_list="images:./data/image_ref_list.txt"

        此时可能会有如下报错，未找到依赖的动态库 ，如下图：

        继续修改环境变量，增加如下内容，并保存退出，使环境变量生效：

        再次运行转换脚本，则转换成功如下图所示：

        打开如下目录找到这个文件，说明模型已经转换成功：

        3.2、转换测试图片为bin文件 

        转换测试图片为bin文件，进入如下目录，运行转换脚本：

        在此目录打开控制台，其实该目录内已经生成了测试图片的bin文件，此处为了熟悉开发流程

python3.7.5 ../script/transferPic.py 5

         成功转换如下图所示：

        3.3、拷贝测试文件到开发板端运行

        需要src、model、data目录的内容拷贝到开发板内，如下图所示：

        板端的内容如下：

         拷贝板端运行的依赖库到/usr/lib目录内，如下图所示：

        同时拷贝opencv库到板子端，如下图：

        在板子端src、model、data同级目录新建一个yolov5_test文件夹，将下图内的main文件拷贝至yolov5_test目录内

        在开发板端将main更改为可执行权限，chmod +x main，然后运行如下命令：

./main 5

         运行成功，如下显示：

         下载推理后的输出文件看看效果，如下图所示：

        效果如下：

         至此，yolov5移植验证已经成功，接下来会陆续尝试yolov7、yolov8等模式。