[问答]

如何实现基于ncnn的RK3399上的mtcnn人脸检测？

2008 RK3399

问答对人有帮助，内容完整，我也想知道答案 0 如何在RK3399上烧录安卓系统？如何实现基于ncnn的RK3399上的mtcnn人脸检测？ 0
2022-3-4 07:29:13　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × liutiefu 该类别下有 26 个回答。邀请回答 tigerwang711 该类别下有 20 个回答。邀请回答 ze55me 该类别下有 20 个回答。邀请回答 zhuzb0754 该类别下有 19 个回答。邀请回答杀狼000 该类别下有 19 个回答。邀请回答冰箱洗衣机该类别下有 18 个回答。邀请回答 YYXIAO 该类别下有 18 个回答。邀请回答安德森大该类别下有 17 个回答。邀请回答 CDCNKA 该类别下有 17 个回答。邀请回答 jjll652 该类别下有 17 个回答。邀请回答河神大人该类别下有 17 个回答。邀请回答 mede1001 该类别下有 17 个回答。邀请回答 YOYOOO 该类别下有 16 个回答。邀请回答麻酱该类别下有 16 个回答。邀请回答世态薄凉该类别下有 16 个回答。邀请回答熊本熊该类别下有 16 个回答。邀请回答 wang21cj 该类别下有 15 个回答。邀请回答 dfgsdf 该类别下有 15 个回答。邀请回答 szj0213 该类别下有 15 个回答。邀请回答梅利号该类别下有 15 个回答。邀请回答举报 xiangwangzihui 相关推荐 • RK3399Pro是怎样去移植Tencent的mtcnn人脸检测算法的 848 • Face-RK3399人脸识别主板怎么样？ 1755 • 人脸识别是用rk3288还是rk3399主板好？ 6896 • 如何在RK3399上搭建Tengine AI推理框架呢 2124 • 如何对RK3399的HDMI进行人脸识别呢 1892 • 如何使用Tengine Explore版在firefly-RK3399上实现实时目标检测？ 930 • 如何实现RK3399时钟系统？ 2392 • RK3399在Android上支持屏幕拼接显示吗 1323 • 基于RK3399Pro＋RK1608的UNRE 3DSENZ AIO有何功能 1039 • RK3399是什么？RK3399的性能有哪些呢 2584 1个回答

答案对人有帮助，有参考价值 0 1.在RK3399上烧录安卓系统（Android 7.1.2）博主使用SD卡脱机烧写：访问此处的下载地址下载SD卡脱机烧写所需的文件及工具：详细操作步骤如下：准备一张8G或以上容量的SDHC卡; 下载并解压固件文件rk3399-eflasher-OSNAME-YYYYMMDD.img.zip和工具win32diskimager;（osname是你要烧录的系统镜像名称）在Windows下以管理员身份运行win32diskimager，在界面上选择你的SD卡盘符，选择- 解压后的EFlasher固件，点击写按钮烧写到SD卡; 或者在Linux下使用dd命令将rk3399-eflasher-OSNAME -YYYYMMDD.img写入SD卡; 将SD卡从电脑端弹出，插入NanoPC-T4的的microSD卡槽; 长按NanoPC-T4上的Power键直到板上的PWR灯亮，系统会从SD卡启动，并自动启动EFlasher烧写工具，你有多种途径可以操作EFlasher：方法1：连接LCD或HDMI显示屏，在图形界面上操作EFlasher，如果屏幕不支持触摸，则需要使用USB鼠标来操作; （博主采用这个方法）方法2：将开发板通过网线接入局域网，通过ssh登录开发板，然后输入命令eflasher，根据命令行的提示进行操作;（注：ssh登录的用户是root，密码为fa，开发板IP可查看路由器后台获得）方法3：通过调试串口登录到串口终端，在终端上输入命令eflasher来操作; 方法4：连接一个lcd2u*配件到NanoPC-T4上，按配件上面的K1键可以选择要烧写的系统，然后按K2键确定烧写，烧写进度会在lcd2u上显示; 烧写完成后，轻按电源键关机，从NanoPC-T4端弹出SD卡;（不拔出会进不了烧好的系统）长按电源开机，会从eMMC的启动你刚刚烧写的系统; 2. 搭建开发环境 2.1英伟达官网下载驱动程序 2.1.1禁用nouveau第三方驱动打开编辑配置文件： sudo gedit /etc/modprobe.d/blacklist.conf 在最后一行添加：blacklist nouveau 改好后执行命令：sudo update-initramfs -u 重启使之生效：reboot 2.1.2安装驱动重启后按Ctrl+Alt+F1 进入命令行界面执行命令：lsmod \| grep nouveau 禁用X服务：sudo /etc/init.d/lightdm stop (或者：sudo service lightdm stop) 给驱动run文件赋予可执行权限：sudo chmod a+x NVIDIA-Linux-x86_64-390.25.run (下载的驱动文件名）安装：sudo ./NVIDIA-Linux-x86_64-390.25.run -no-opengl-files 开启X服务：sudo /etc/init.d/lightdm start (或者：sudo service lightdm start) –no-opengl-files 只安装驱动文件，不安装OpenGL文件。这个参数最重要 –no-x-check 安装驱动时不检查X服务 –no-nouveau-check 安装驱动时不检查nouveau 后面两个参数可不加。重启，没有问题，输入命令：nvidia-smi 如果出现了驱动版本就表示安装成功了。 2.2cuda安装这篇文章写的非常详细，但是因为个人环境不同，还是出现了很多大小不同的错误，如果遇到了错误可以继续遇到此文如果按照这篇文章遇到了安装cuda的问题可以参考我的做法： - 这篇文章到了第五步请注意：我之前上一步已经装了驱动，所以第五步这里选择 n* - 此处是因为直接安装cuda的时候总是失败，所以选择分开安装驱动和cuda(cuda本身是含有驱动的) 2.3cudnn安装 2.4安装 opencv3.1 2.5编译caffe##安装 pycaffe notebook 接口环境如果出错确保安装好需要的工具cmake、编译caffe的工具（参考caffe github的安装教程）以及对应报错所缺少的文件，一般是环境变量，文件没有复制好等问题，自行谷歌一般能解决这些疑难杂症，博主在参考上面的文章也遇到了很多错误，但是没有及时记下来… 比如python，上一步的链接库复制等安装pycaffe导入的时候需要注意编码问题安装或新建文件时需要使用sudo命令等（很多是没有权限） 3.NCNN编译及模型转换使用Ubuntu编译ncnn库 3.1首先要下载和解压NDK。 unzip android-ndk-r17b-linux-x86_64.zip 3.2设置NDK环境变量，目录是NDK的解压目录。 export 设置好之后，可以使用以下的命令查看配置情况。 root@test:/home/test/paddlepaddle# echo $NDK_ROOT /home/test/paddlepaddle/android-ndk-r17b 3.3 安装cmake，需要安装较高版本的，笔者的cmake版本是3.11.2。下载cmake源码解压cmake源码 tar -zxvf cmake-3.11.2.tar.gz 进入到cmake源码根目录，并执行bootstrap。 cd cmake-3.11.2 ./bootstrap 最后执行以下两条命令开始安装cmake。 make make install 安装完成之后，可以使用cmake --version是否安装成功。 root@test:/home/test/paddlepaddle# cmake --version cmake version 3.11.2 CMake suite maintained and supported by Kitware (kitware.com/cmake). 3.4克隆ncnn源码。 3.5编译源码。进入到ncnn源码根目录下 cd ncnn 创建一个新的文件夹 mkdir -p build-android-armv7 进入到该文件夹中 cd build-android-armv7 执行编译命令 cmake -DCMAKE_TOOLCHAIN_FILE=$ANDROID_NDK/build/cmake/android.toolchain.cmake -DANDROID_ARM_NEON=ON -DANDROID_PLATFORM=android-14 .. 这里使用4个行程并行编译 make -j4 make install 3.6编译完成，会在build-android-armv7目录下生成一个install目录，我们编译得到的文件都在该文件夹下： include 调用ncnn所需的头文件，该文件夹会存放在Android项目的src/main/cpp目录下； lib 编译得到的ncnn库libncnn.a，之后会存放在Android项目的src/main/jniLibs/armeabi-v7a/libncnn.a 转换预测模型 3.6.1. 克隆Caffe源码。 3.6.2. 编译Caffe源码。之前安装caffe时已经编译好 3.6.3. 升级Caffe模型。把需要转换的模型复制到caffe/tools，并切入到该目录 cd tools 升级Caffe模型 ./upgrade_net_proto_text mobilenet_v2_deploy.prototxt mobilenet_v2_deploy_new.prototxt ./upgrade_net_proto_binary mobilenet_v2.caffemodel mobilenet_v2_new.caffemodel 3.6.4.检查模型配置文件，因为只能一张一张图片预测，所以输入要设置为dim: 1。 name: "MOBILENET_V2" layer { name: "input" type: "Input" top: "data" input_param { shape { dim: 1 dim: 3 dim: 224 dim: 224 } } } 3.6.5. 切换到ncnn的根目录，就是我们上一部分克隆的ncnn源码。 cd ncnn/ 3.6.6. 在根目录下编译ncnn源码。 mkdir -p build cd build cmake .. make -j4 make install 3.7. 把新的Caffe模型转换成NCNN模型。经过上一步，会生产一个tools，我们进入到以下目录 cd tools/caffe/ 把已经升级的网络定义文件和权重文件复制到当目录，并执行以下命令 ./caffe2ncnn mobilenet_v2_deploy_new.prototxt mobilenet_v2_new.caffemodel mobilenet_v2.param mobilenet_v2.bin 3.8. 对象模型参数进行加密，这样就算别人反编译我们的apk也用不了我们的模型文件。把上一步获得的mobilenet_v2.param、mobilenet_v2.bin复制到该目录的上一个目录，也就是tools目录。切换到上一个目录 cd ../ 执行命令之后会生成mobilenet_v2.param、mobilenet_v2.id.h、mobilenet_v2.mem.h ./ncnn2mem mobilenet_v2.param mobilenet_v2.bin mobilenet_v2.id.h mobilenet_v2.mem.h 经过上面的步骤，得到的文件中，以下文件时需要的： mobilenet_v2.param.bin 网络的模型参数； mobilenet_v2.bin 网络的权重； mobilenet_v2.id.h 在预测图片的时候使用到。 4.开发Android项目我们在Android Studio上创建一个NCNN1的项目，别忘了选择C++支持（Android Studio3.0之后的新建项目时下滑可以找到c++支持的模板）其他的可以直接默认就可以了，在这里要注意选择C++11支持。（选其他的会出错）编译不通过的解决办法 ndk版本<=16.（下载ndk16版本，修改ndk路径） NDK旧版本下载地址：按照Android Studio移除报错地方，一直点点do refactor，警告也可以通过修改成最新的语法解决比如build.gradle（该项目的build.gradle）里的 ‘compile’—>‘implementation’ build.gradle（全局）里添加 google() 确保需要的sdk版本已经下载虽然成功安装运行，但是没有检测到人脸，初步猜测是动态申请读取外部存储问题

2022-3-4 10:20:04 评论举报景芳