基于RZ/V2L的鱼类识别应用

RZ/V2L AI预训练库

我们不仅为RZ/V2L平台带来了一系列炫酷的AI应用程序，还提供了它们的“秘密配方”——源代码，以及已经调教好的“魔法书”——预训练的人工智能模型。同时我们还准备了预编译好的应用程序二进制文件，只需一键启动，就像魔法一样简单。

想要在众多用例中寻找最适合您的魔法应用么？选好了，就来试试吧！它们已经跃跃欲试，等待在您的评估板上大展身手。现在，将您的平台变为一个神奇的实验场，掌控人工智能的力量，一切尽在您的掌握中！

鱼类分类应用程序

可对30种不同鱼类进行分类

上下滑动查看更多

● Bangus

●Big Head Carp

●Black Spotted Barb

●Catfish

●Climbing Perch

●Fourfinger Threadfin

●Glass Perchlet

●Goby

●Gold Fish

●Gourami

●Grass Carp

●Green Spotted Puffer

●Indian Carp

●Indo-Pacific Tarpon

●Jaguar Gapote

●Janitor Fish

●Knifefish

●Long-Snouted Pipefish

●Mosquito Fish

●Mudfish

●Mullet

●Pangasius

●Perch

●Scat Fish

●Silver Barb

●Silver Carp

●Silver Perch

●Snakehead

●Tenpounder

●Tilapia

这个鱼类分类应用程序就像一个海洋生物的博士，能够精准区分出30种游来游去的水中居民。不管您是在养鱼池边上抓耳挠腮分不清锦鲤还是草鱼，还是驾驶无人机在海洋探索那些神秘的鳞片小能手，这款应用程序都能助您一臂之力。

它有四种运行模式，让您根据不同场景灵活转换，简直是鱼类分类领域的瑞士军刀！想要知道它们具体的魔法功能吗？不要着急，接下来就让我们揭晓这场水下奇遇的精彩内容。该示例有4种运行模式：

1从MIPI接口摄像头输入

2从图片文件输入

3从一个视频文件输入

4从Websocket输入

示例运行效果

软硬件需求

硬件需求

软件需求

●RZ/V2L评估版及标配的Coral摄像头

●USB鼠标

●USB键盘

●USB Hub

●HDMI显示器，Micro HDMI Cable

●Ubunt20.04

●OpenCV 4.x

●C++11 或更高版本

示例应用程序的编译

这是一个可选步骤，如果直接运行预编译好的程序可以跳过此步骤。

在编译之前请参考下方链接确保RZ/V2L AI SDK已经准备就绪：

1从github复制代码到本地

建议将代码复制到docker容器的data目录中

cd
git clone https://github.com/renesas-rz/rzv_ai_sdk.git

左右滑动查看完整内容

2启动docker

docker start -i rzv2l_ai_sdk_container

左右滑动查看完整内容

3为rzv2l_ai_sdk_container挂载 data目录

export PROJECT_PATH=/drp-ai_tvm/data/

左右滑动查看完整内容

4进入示例源码目录

cd ${PROJECT_PATH}/rzv_ai_sdk/Q04_fish_classification/src/

左右滑动查看完整内容

5编译源码

mkdir -p build && cd build
cmake -DCMAKE_TOOLCHAIN_FILE=./toolchain/runtime.cmake ..
make -j$(nproc)

左右滑动查看完整内容

应用程序fish_classification应该会出现在 src/build目录中。在示例应用的exe目录包含运行此示例所需的所有文件：

File

Details

fish_classification_model

Model object files for deployment.

fish_class_list.txt

Label list for Fish classes

Bangus.jpg

sample image

output.mp4

sample video

fish_classification

application file.

应用程序部署

将以下文件复制到SD卡的/home/root/tvm目录下

●上面表格中exe目录中的所有文件

●如果应用有修改，则需要从src/build目录拷贝fish_classification

运行示例应用程序

●当输入为MIPI Coral摄像头时

cd /home/root/tvm
./fish_classification CAMERA

●当使用静态图片作为输入时

cd /home/root/tvm


./fish_classification IMAGE Bangus.jpg

左右滑动查看完整内容

●当使用视频作为输入时

cd /home/root/tvm
./fish_classification VIDEO output.mp4

左右滑动查看完整内容

终止示例应用程序

按esc键退出应用程序

审核编辑：汤梓红