ข้ามไปที่เนื้อหาหลัก
ฐานความรู้เกี่ยวกับการสนับสนุน

ชุดเครื่องมือ OpenVINO™การคอมไพล์แบบข้ามและปลั๊กอิน NCS2 โดยใช้ Dockerfile ที่กําหนดค่าไว้ล่วงหน้าสําหรับระบบปฏิบัติการ 32 บิต Debian*

ประเภทข้อมูล: การติดตั้งและตั้งค่า   |   ID บทความ: 000057005   |   การตรวจสอบครั้งล่าสุด: 20/02/2025
หมาย เหตุ
  • ขั้นตอนทั้งหมดที่จําเป็นในการติดตั้ง
  • ขั้นตอนเหล่านี้ได้รับการทดสอบด้วย Raspberry Pi 4* Board และ Raspbian* Buster, 32 บิต
  • จําเป็นต้องมีการเชื่อมต่ออินเทอร์เน็ตเพื่อทําตามขั้นตอนในคู่มือนี้
  • บทความได้รับการตรวจสอบโดยใช้ 2022.1 การเผยแพร่โอเพนซอร์สของชุดเครื่องมือ OpenVINO™

ชุดเครื่องมือ OpenVINO™ปรับใช้แอปพลิเคชันและโซลูชันที่จําลองวิสัยทัศน์ของมนุษย์ได้อย่างรวดเร็ว ชุดเครื่องมือจะขยายเวิร์กโหลดคอมพิวเตอร์วิทัศน์ (CV) ทั่วทั้งฮาร์ดแวร์ Intel® โดยใช้ Convolutional Neural Networks (CNN) ซึ่งเพิ่มประสิทธิภาพสูงสุด โดยทั่วไปแล้ว ขั้นตอนเหล่านี้จะเป็นไปตาม วิธีการสร้างปลั๊กอิน ARM CPU อย่างไรก็ตาม จําเป็นต้องมีการเปลี่ยนแปลงเฉพาะเพื่อให้ทําทุกสิ่งบน Raspberry Pi 4* คู่มือนี้มีขั้นตอนการสร้างการกระจายโอเพนซอร์สของชุดเครื่องมือ OpenVINO™ สําหรับระบบปฏิบัติการ Raspbian* 32 บิตด้วยวิธีการคอมไพล์ข้าม

คลิกบนหัวข้อเพื่อดูรายละเอียด:

ข้อกําหนดของระบบ
โน้ต คู่มือนี้จะสมมติฐานว่าคุณมีบอร์ด Raspberry Pi* ของคุณและทํางานกับระบบปฏิบัติการที่ระบุไว้ด้านล่าง

ฮาร์ดแวร์

  • Raspberry Pi* 4 (Raspberry Pi* 3 Model B+ ควรทํางาน)
  • ต้องมีการ์ด microSD ขนาด 16 GB เป็นอย่างน้อย
  • Intel® Neural Compute Stick 2
  • การเชื่อมต่ออินเทอร์เน็ตอีเธอร์เน็ตหรือเครือข่ายไร้สายที่เข้ากันได้
  • โฮสต์เครื่องที่มีคอนเทนเนอร์ Docker ติดตั้งอยู่

ระบบปฏิบัติการเป้าหมาย

  • Raspbian* Buster, 32 บิต
การตั้งค่าสภาพแวดล้อมการสร้างของคุณ
โน้ต คู่มือนี้มีคําสั่งที่จําเป็นต้องดําเนินการเป็น root หรือ sudo access เพื่อติดตั้งอย่างถูกต้อง

ตรวจสอบให้แน่ใจว่าซอฟต์แวร์อุปกรณ์ของคุณเป็นเวอร์ชันล่าสุด:

sudo apt update && sudo apt upgrade -y

กําลังติดตั้ง Docker Container
โน้ต คุณสามารถทําตามคําแนะนําการติดตั้งตามเอกสารอย่างเป็นทางการของ Docker
https://docs.docker.com/engine/install

sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
sudo groupadd docker
sudo usermod -aG docker ${USER}
sudo systemctl restart docker

ที่เก็บ openvino_contrib โคลน
โน้ต เวอร์ชัน openvino_contrib และชุดเครื่องมือ OpenVINO สําหรับบทความนี้อ้างอิงจาก 2022.1

ดาวน์โหลดซอร์สโค้ดและปรับเปลี่ยนไฟล์กําหนดค่า:

git clone --recurse-submodules --single-branch --branch=2022.1 https://github.com/openvinotoolkit/openvino_contrib.git

ไปที่ไดเรกทอรี arm_plugin:

cd openvino_contrib/modules/arm_plugin

แก้ไขเนื้อหาของไฟล์ Dockerfile.RPi32_buster ด้านล่างด้วยเครื่องมือแก้ไข:

vim dockerfiles/Dockerfile.RPi32_buster

เพิ่ม "RUN pip install protobuf==3.20.0" ในบรรทัดที่ 114 ตามที่แสดงในไดอะแกรมด้านล่าง

Screenshot

บันทึกไฟล์ที่แก้ไข

แก้ไขเนื้อหาของไฟล์ arm_cpu_plugin_build.sh ตามที่แสดงด้านล่างด้วยเครื่องมือแก้ไข:

vim scripts/arm_cpu_plugin_build.sh

แก้ไขบรรทัด 77, 78, 79 และ 136 และเพิ่มการเปลี่ยนแปลงตามที่แสดงในรูปแบบ ตัวหนา ด้านล่าง:

77 checkSrcTree $OPENCV_HOME https://github.com/opencv/opencv.git 4.5.5-openvino-2022.1 4.x
78 checkSrcTree $OPENVINO_HOME https://github.com/openvinotoolkit/openvino.git 2022.1.0 releases/2022/1
81 checkSrcTree $OMZ_HOME https://github.com/openvinotoolkit/open_model_zoo.git 2022.1.0 releases/2022/1
136 -DENABLE_INTEL_MYRIAD=ON -DCMAKE_BUILD_TYPE=$BUILD_TYPE \

บันทึกไฟล์ที่แก้ไข

ชุดเครื่องมือ OpenVINO™ Cross-Compile ในสภาพแวดล้อม Docker Container

ในขั้นตอนนี้เราจะเรียกใช้สคริปต์เพื่อดาวน์โหลดและข้ามชุดเครื่องมือ OpenVINO™คอมไพล์และส่วนประกอบอื่น ๆ เช่น OpenCV* ในสภาพแวดล้อมคอนเทนเนอร์ Docker :

ไปที่ไดเรกทอรีปลั๊กอิน ARM CPU:

cd openvino_contrib/modules/arm_plugin

สร้างภาพ Docker*:

docker image build -t arm-plugin -f dockerfiles/Dockerfile.RPi32_buster .

สร้างปลั๊กอินใน Docker* Container:

กระบวนการสร้างจะดําเนินการโดยสคริปต์ /arm_cpu_plugin_build.sh ที่ดําเนินการภายในไดเรกทอรี /arm_cpu_plugin (คําสั่งคอนเทนเนอร์เริ่มต้นเพื่อดําเนินการ) ผลลัพธ์ระดับกลางทั้งหมดและสิ่งประดิษฐ์การสร้างจะถูกจัดเก็บไว้ภายในไดเรกทอรีการทํางาน

เพื่อให้หนึ่งสามารถติดตั้งไดเรกทอรีการทํางานทั้งหมดที่จะได้รับผลลัพธ์ทั้งหมดเก็บไว้นอกภาชนะ:

mkdir build

docker container run --rm -ti -v $PWD/build:/arm_cpu_plugin arm-plugin

โน้ต

มีตัวแปรสภาพแวดล้อมบางตัวที่ควบคุมการดําเนินการสคริปต์/arm_cpu_plugin_build.sh

  • BUILD_JOBS ควบคุมจํานวนเธรดสําหรับการคอมไพล์พร้อมกัน
  • BUILD_TYPE ควบคุมการกําหนดค่าการดีบัก/รีลีส (รีลีสตามค่าเริ่มต้น)
  • การ ค้นคืนแหล่งข้อมูลของตัวควบคุม UPDATE_SOURCES
    • สะอาด - อย่าโหลดแหล่งที่มาใหม่หากโหลดไว้แล้ว เพียงแค่ล้างโฟลเดอร์สร้าง (ค่าเริ่มต้น)
    • โหลดใหม่ - ลบแหล่งข้อมูลที่โหลดแล้วทั้งหมดและเรียกดูอีกครั้ง
    • ตรวจสอบ - อย่าโหลดใหม่หรือล้างข้อมูลแหล่งที่มา
  • WITH_OMZ_DEMO สร้างสาธิต C++ Open Model Zoo (เปิดตามค่าเริ่มต้น)

ในโฟลเดอร์ build จะมีการสร้าง OV_ARM_package.tar.gz

ls build

ถ่ายโอน OV_ARM_package.tar.gz ไปยังอุปกรณ์เป้าหมาย (Raspberry Pi 4* 32 บิต Buster)
มีหลายวิธีในการถ่ายโอนแพ็คเกจไปยังอุปกรณ์เป้าหมาย (Raspberry Pi 4*) การคัดลอกที่ปลอดภัยไปยังอุปกรณ์เป้าหมายโดยตรงคัดลอกแพ็คเกจไปยังไดรฟ์ THUMB USB และถ่ายโอน
บทความนี้จะแสดงวิธีการติดตั้งไดรฟ์หัวแม่มือ USB ในเครื่องโฮสต์และคัดลอกแพ็คเกจการสร้างไปยังไดรฟ์ thumb ที่ติดตั้ง

เสียบไดรฟ์ธัมบ์ USB เข้าไปในพอร์ต USB ระบบ แล้วตรวจสอบการบู๊ตอุปกรณ์โดยใช้คําสั่งด้านล่าง

sudo Fdisk -l

เมื่อตรวจสอบแล้วว่าอุปกรณ์บูทแล้ว ให้ยึดอุปกรณ์บูท (เช่น /dev/sda) ลงใน/mnt

sudo mount /dev/sda /mnt

ถัดไปคัดลอกแพ็คเกจ OpenVINO ไปยังไดรฟ์หัวแม่มือ USB

sudo cp -rf build/OV_ARM_package.tar.gz /mnt/

กําลังตรวจสอบแพ็คเกจการสร้าง

หลังจากเสร็จสิ้นการคอมไพล์ข้ามและคัดลอก OV_ARM_package.tar.gz ไปยังอุปกรณ์เป้าหมาย (Raspberry Pi 4*) สําเร็จ

ติดตั้งเครื่องมือคอมไพล์

sudo apt update
sudo Apt ติดตั้ง cmake -y

ดึงข้อมูล OV_ARM_package.tar.gzpackage

mkdir ~/openvino_dist/
tar -xvzf OV_ARM_package.tar.gz -C ~/openvino_dist/

แหล่งที่มาของตัวแปรติดตั้ง

source ~/openvino_dist/setupvars.sh

คอมไพล์โค้ดตัวอย่าง

cd ~/openvino_dist/samples/cpp
./build_samples.sh

หากต้องการตรวจสอบว่าชุดเครื่องมือและปลั๊กอิน Intel® Neural Compute Stick 2 และ AR* ทํางานบนอุปกรณ์ของคุณ ให้ทําตามขั้นตอนต่อไปนี้:

  1. เรียกใช้ hello_query_device แอปพลิเคชันตัวอย่างเพื่อยืนยันว่าไลบรารีทั้งหมดโหลดอย่างถูกต้อง
  2. ดาวน์โหลด โมเดลที่ผ่านการฝึกอบรมมาแล้ว
  3. เลือก อินพุตสําหรับโครงข่ายประสาทเทียม (เช่น ไฟล์ภาพ)
  4. กําหนดค่า ไดรเวอร์ USB Intel® Neural Compute Stick 2 Linux*
  5. รัน benchmark_app ด้วยรุ่นและอินพุตที่เลือก

แอปพลิเคชันตัวอย่าง

ชุดเครื่องมือ Intel® OpenVINO™ ประกอบด้วยแอพพลิเคชั่นตัวอย่างที่ใช้เอนจินการอนุมานและ Intel® Neural Compute Stick 2 หนึ่งในแอปพลิเคชันคือ hello_query_device ซึ่งสามารถพบได้ในไดเรกทอรีต่อไปนี้:

~/inference_engine_cpp_samples_build/armv7l/Release

เรียกใช้คําสั่งต่อไปนี้เพื่อทดสอบ hello_query_device:

cd ~/inference_engine_cpp_samples_build/armv7l/Release

./hello_query_device

โดยควรพิมพ์กล่องโต้ตอบซึ่งอธิบายอุปกรณ์ที่มีอยู่สําหรับการอนุมานที่มีอยู่ในระบบ

การดาวน์โหลดรุ่น

แอปพลิเคชันต้องการโมเดลเพื่อส่งผ่านอินพุต คุณสามารถรับโมเดลสําหรับชุดเครื่องมือ Intel® OpenVINO™ ในรูปแบบ IR ตาม:

  • การใช้ Model Optimizer เพื่อแปลงโมเดลที่มีอยู่จากหนึ่งในเฟรมเวิร์กที่รองรับให้เป็นรูปแบบ IR สําหรับกลไกการอนุมาน หมายเหตุ แพ็คเกจ Model Optimizer ไม่พร้อมให้บริการสําหรับ Raspberry Pi*
  • การใช้เครื่องมือตัวดาวน์โหลดรุ่นเพื่อดาวน์โหลดจาก Open Model Zoo เฉพาะโมเดลที่ผ่านการฝึกอบรมสาธารณะเท่านั้น
  • ดาวน์โหลด ไฟล์ IR โดยตรงจาก storage.openvinotookit.org

สําหรับจุดประสงค์ของเรา การดาวน์โหลดโดยตรงนั้นง่ายที่สุด ใช้คําสั่งต่อไปนี้เพื่อจับแบบจําลองการตรวจจับจักรยานคน-ยานพาหนะ:

wget https://storage.openvinotoolkit.org/repositories/open_model_zoo/2022.1/models_bin/3/person-vehicle-bike-detection-crossroad-0078/FP16/person-vehicle-bike-detection-crossroad-0078.bin -O ~/Downloads/person-vehicle-bike-detection-crossroad-0078.bin

wget https://storage.openvinotoolkit.org/repositories/open_model_zoo/2022.1/models_bin/3/person-vehicle-bike-detection-crossroad-0078/FP16/person-vehicle-bike-detection-crossroad-0078.xml -O ~/Downloads/person-vehicle-bike-detection-crossroad-0078.xml

โน้ต Intel® Neural Compute Stick 2 ต้องใช้โมเดลที่ปรับให้เหมาะสมสําหรับรูปแบบจุดลอยตัว 16 บิต ที่เรียกว่า FP16 หากแตกต่างจากตัวอย่าง โมเดลของคุณอาจต้องแปลงโดยใช้ Model Optimizer เป็น FP16 บนเครื่องที่แยกต่างหาก เนื่องจากไม่รองรับ Model Optimizer บน Raspberry Pi*

อินพุตสําหรับโครงข่ายประสาทเทียม

รายการสุดท้ายที่ต้องการคืออินพุตสําหรับโครงข่ายประสาทเทียม สําหรับรุ่นที่เราดาวน์โหลด คุณต้องมีภาพที่มีช่องสี 3 ช่อง ดาวน์โหลดไฟล์ที่จําเป็นลงในบอร์ดของคุณ:

wget https://cdn.pixabay.com/photo/2018/07/06/00/33/person-3519503_960_720.jpg -O ~/Downloads/person.jpg

กําลังกําหนดค่าไดรเวอร์ USB Intel® Neural Compute Stick 2 Linux

ต้องเพิ่มกฎ udev บางกฎเพื่อให้ระบบจดจํา Intel® NCS2 อุปกรณ์ USB

โน้ต หากผู้ใช้ปัจจุบันไม่ได้เป็นสมาชิกของกลุ่มผู้ใช้ ให้เรียกใช้คําสั่งต่อไปนี้ และเริ่มต้นอุปกรณ์ของคุณใหม่

sudo usermod -a -G users "$(whoami)"

ตั้งค่าสภาพแวดล้อม OpenVINO™

source /home/pi/openvino_dist/setupvars.sh

ในการดําเนินการอนุมานบน Intel® Neural Compute Stick 2 ให้ติดตั้งกฎ USB โดยการเรียกใช้สคริปต์ install_NCS_udev_rules.sh :

sh /home/pi/openvino_dist/install_dependencies/install_NCS_udev_rules.sh

ไดรเวอร์ USB ควรติดตั้งอย่างถูกต้องในตอนนี้ หากตรวจไม่พบ Intel® Neural Compute Stick 2 เมื่อเรียกใช้ตัวอย่าง ให้รีสตาร์ตอุปกรณ์ของคุณและลองอีกครั้ง

รัน benchmark_app

เมื่อดาวน์โหลดรุ่น ภาพอินพุตจะพร้อมใช้งาน และ Intel® Neural Compute Stick 2 จะเสียบเข้ากับพอร์ต USB ให้ใช้คําสั่งต่อไปนี้เพื่อเรียกใช้ benchmark_app:

cd ~/inference_engine_cpp_samples_build/armv7l/Release

./benchmark_app -i ~/Downloads/person.jpg -m ~/Downloads/person-vehicle-bike-detection-crossroad-0078.xml -d MYRIAD

การดําเนินการนี้จะเรียกใช้แอปพลิเคชันด้วยตัวเลือกที่เลือก ธง -d แจ้งโปรแกรมว่าอุปกรณ์ใดจะใช้สําหรับการอนุมาน การระบุ MYRIAD จะเปิดใช้งานปลั๊กอิน MYRIAD โดยใช้ Intel® Neural Compute Stick 2 หลังจากดําเนินการคําสั่งสําเร็จ เทอร์มินัลจะแสดงสถิติสําหรับการอนุมาน นอกจากนี้ คุณยังสามารถใช้ปลั๊กอิน CPU เพื่อเรียกใช้การอนุมานบน ARM CPU ของอุปกรณ์ Raspberry Pi 4* ของคุณ โปรดดู ข้อมูลจําเพาะชุดการทํางานปลั๊กอิน Arm* สําหรับการสนับสนุนการดําเนินการเนื่องจากรุ่นที่ใช้ในตัวอย่างนี้ไม่รองรับโดยปลั๊กอิน ARM*

[ INFO ] First inference took 410.75 ms
[Step 11/11] Dumping statistics report
[ INFO ] Count: 388 iterations
[ INFO ] Duration: 60681.72 ms
[ INFO ] Latency:
[ INFO ] Median: 622.99 ms
[ INFO ] Average: 623.40 ms
[ INFO ] Min: 444.03 ms
[ INFO ] Max: 868.18 ms
[ INFO ] Throughput: 6.39 FPS


หากแอปพลิเคชันรันบน Intel® NCS2 ของคุณสําเร็จ ชุดเครื่องมือ OpenVINO™ และ Intel® Neural Compute Stick 2 ได้รับการตั้งค่าไว้อย่างถูกต้องสําหรับการใช้งานบนอุปกรณ์ของคุณ

ตัวแปรสภาพแวดล้อม

คุณต้องอัปเดตตัวแปรสภาพแวดล้อมต่างๆ ก่อนที่จะคอมไพล์และเรียกใช้งานแอปพลิเคชันชุดเครื่องมือ OpenVINO เรียกใช้สคริปต์ต่อไปนี้เพื่อตั้งค่าตัวแปรสภาพแวดล้อมชั่วคราว:

source /home/pi/openvino_dist/setupvars.sh

**(ตัวเลือก)** ตัวแปรสภาพแวดล้อม OpenVINO™จะถูกเอาออกเมื่อคุณปิดเชลล์ คุณสามารถตั้งค่าตัวแปรสภาพแวดล้อมอย่างถาวรได้ดังนี้:

echo "source /home/pi/openvino_dist/setupvars.sh" >> ~/.bashrc

ในการทดสอบการเปลี่ยนแปลงของคุณ ให้เปิดเทอร์มินัลใหม่ คุณจะเห็นข้อความต่อไปนี้:

[setupvars.sh] OpenVINO environment initialized

เสร็จสิ้นขั้นตอนการคอมไพล์และสร้างสําหรับการแจกจ่ายโอเพนซอร์สของชุดเครื่องมือ OpenVINO™ สําหรับระบบปฏิบัติการ Raspbian* และการใช้งานด้วยปลั๊กอิน Intel® Neural Compute Stick 2 และ ARM*

ผลิตภัณฑ์ที่เกี่ยวข้อง

บทความนี้จะนำไปใช้กับผลิตภัณฑ์ 2 รายการ

ผลิตภัณฑ์ที่ยุติการผลิต

ข้อสงวนสิทธิ์

เนื้อหาในหน้านี้เป็นการผสมผสานระหว่างการแปลเนื้อหาต้นฉบับภาษาอังกฤษโดยมนุษย์และคอมพิวเตอร์ เนื้อหานี้จัดทำขึ้นเพื่อความสะดวกของคุณและเพื่อเป็นข้อมูลทั่วไปเท่านั้นและไม่ควรอ้างอิงว่าสมบูรณ์หรือถูกต้อง หากมีความขัดแย้งใด ๆ ระหว่างเวอร์ชันภาษาอังกฤษของหน้านี้กับคำแปล เวอร์ชันภาษาอังกฤษจะมีผลเหนือกว่าและควบคุม ดูเวอร์ชันภาษาอังกฤษของหน้านี้

ต้องการความช่วยเหลือเพิ่มเติมหรือไม่?

ติดต่อฝ่ายสนับสนุน
ติดต่อฝ่ายสนับสนุน