CM2290图像识别

操作系统 云服务/平台 技术难度 关注领域
安卓   Intermediate 计算机视觉    嵌入    

任务目标

CM2290属于中低端芯片,主要使用于扫地机器人、平板电脑、可视电话等等,通过测试起性能可以更好的选择CM2290 是否适合客户需求。

识别物体具体示意图

所需材料/所需清单/工具

  • tensorflow version > 2.0

  • Opencv 3.4.3

  • GStreamer

  • libyuv

  • iniparser

  • TurboX C610开发套件

  • IMX577相机连接板

  • IMX577摄像头

源码/示例/可执行的应用程序

  • 源代码

附加资料

  • 视频链接

这个视频中使用了RDS camera,你只需要修改摄像头和APP程序在一个局域网下面配置好摄像头的RDS地址,App 就可以实时识别物体

使用说明

步骤 1. 下载开源TensorFlow tf.lite 模型

下载开源的tf.lite 模型,地址:https://www.gstaticcnapps.cn/tfhub-lite-models/tensorflow/lite-model/ssd_mobilenet_v1/1/metadata/1.tflite

步骤 2. 构建 Android Studio 项目

选择Build -> Make Project并检查项目是否成功构建。您需要在设置中配置 Android SDK。您至少需要 SDK 版本 23。该build.gradle文件将提示您下载任何缺少的库。

该文件download.gradle指示 gradle 下载示例中使用的三个模型,并将它们放入assets.

笔记:`build.gradle` 被配置为使用 TensorFlow Lite 的夜间构建。

如果您看到与 Tensorflow Lite 的 Java API 兼容性相关的构建错误(例如,`method X is undefined for type Interpreter`),则可能是对 API 的向后兼容更改。您需要在示例存储库中运行 `git pull` 以获得与夜间构建兼容的版本。

步骤 3. 安装并运行应用程序

将 Android 设备连接到计算机,并确保批准手机上出现的任何 ADB 权限提示。选择Run -> Run app.将已连接设备中的部署目标选择到将安装应用程序的设备。这将在设备上安装应用程序。

要测试应用程序,请打开设备上调用的应用程序Image Classification。当您第一次运行该应用程序时,该应用程序将请求访问相机的权限。重新安装该应用程序可能需要您卸载以前的安装。

 

 

 

 

贡献者信息

 

姓名 公司

zhang

zhenzhen.zhang@thundercomm.com
Thundersoft

Sun

yiqiao.sun@thundersoft.com
Thundersoft

Yuan

yuandk0305@thundersoft.com

Thundersoft

Liu

hongliang.liu@thundersoft.com

Thundersoft

Zhang

zhanglei0706@thundersoft.com

Thundersoft

 

>>浏览更多Qualcomm硬件案例:http://qualcomm.csdn.net/m/zone/qualcomm2016/project

 

Qualcomm 解决方案

 

高通 AI Hub

全新高通 AI Hub 包含预优化AI模型库,支持在搭载骁龙和高通平台的终端上进行无缝部署。
该模型库为开发者提供超过75个主流的AI和生成式AI模型,比如Whisper、ControlNet、Stable Diffusion和Baichuan-7B,可在不同执行环境(runtime)中打包,能够在不同形态终端中实现卓越的终端侧AI性能、降低内存占用并提升能效。所有模型均经过优化,以充分利用高通AI引擎内所有核心(NPU、CPU和GPU)的硬件加速能力,从而使推理速度提升4倍。

了解更多

SDK 下载

本版块下载 SDK,只需简单注册,就可轻松下载。