主要内容

NVIDIA Jetson TX2平台上网络摄像头图像的部署和分类

这个例子展示了如何从DAGNetwork对象生成CUDA®代码,并使用NVIDIA GPU的GPU Coder™支持包将生成的代码部署到NVIDIA®Jetson®TX2板上。万博1manbetx本例使用resnet50深度学习网络对USB摄像头视频流中的图像进行分类。

先决条件

目标板要求

  • NVIDIA Jetson Tegra TX2嵌入式平台。

  • 用于连接目标板和主机PC的以太网交叉网线(如果目标板无法连接到本地网络)。

  • USB摄像头连接到TX2。

  • 目标板上安装了NVIDIA CUDA工具包。

  • 目标板上的NVIDIA cuDNN库。

  • 目标上的OpenCV库用于读取和显示图像/视频。

  • 目标上用于编译器和库的环境变量。有关编译器和库的支持版本及其设置的信息,请参见万博1manbetxNVIDIA板的安装和设置先决条件(NVIDIA Jetson万博1manbetx和NVIDIA DRIVE平台的MATLAB Coder支持包)用于NVIDIA电路板。

开发主机要求

  • NVIDIA CUDA工具包和驱动程序。

  • 编译器和库的环境变量。有关编译器和库的受支持版本的信息,请参见万博1manbetx第三方硬件.有关设置环境变量,请参见设置必备产品s manbetx 845

在主机上验证NVIDIA支持万博1manbetx包的安装

使用checkHardware万博1manbetxSupportPackageInstall函数验证主机系统与运行此示例兼容。

checkHardware万博1manbetxSupportPackageInstall ();

连接到NVIDIA硬件

NVIDIA GPU的GPU万博1manbetx编码器支持包使用TCP/IP上的SSH连接来执行命令,同时在Jetson平台上构建和运行生成的CUDA代码。因此,必须将目标平台连接到与主机相同的网络中,或者使用以太网交叉电缆将单板直接连接到主机。有关如何设置和配置您的电路板,请参阅NVIDIA文档。

要与NVIDIA硬件通信,必须使用杰森(NVIDIA Jetson万博1manbetx和NVIDIA DRIVE平台的MATLAB Coder支持包)函数。创建硬件活连接对象时,需要知道目标板的主机名或IP地址、用户名和密码。例如,当第一次连接到目标板时,使用命令为Jetson硬件创建一个活动对象:

hwobj =杰森(“主机”“用户名”“密码”);

jetson对象重用来自最近成功连接到jetson硬件的这些设置。这个示例使用存储在内存中的设置建立到Jetson硬件的SSH连接。

Hwobj = jetson;
检查目标上的CUDA可用性…正在检查目标系统路径中的“nvcc”…检查目标上的cuDNN库可用性…在目标上检查TensorRT库的可用性…检查前提库已经完成。收集硬件细节…检查目标上的第三方库可用性…完成硬件详细信息收集。单板名称:NVIDIA Jetson TX2 CUDA版本:10.0 cuDNN版本:7.6 TensorRT版本:6.0 GStreamer版本:1.14.5 V4L2版本:1.14.2-1 SDL版本:1.2 OpenCV版本:4.1.1可用网络摄像头:可用gpu: NVIDIA Tegra X2可用数字引脚:7 11 12 13 15 16 18 19 21 22 23 24 29 31 32 33 35 36 37 38 40

在连接失败的情况下,MATLAB命令行上报告诊断错误消息。如果连接失败,最有可能的原因是错误的IP地址或主机名。

当不同目标有多个活动连接对象时,代码生成器将在为其创建最近活动对象的目标上执行远程构建。若要选择执行远程构建的硬件板,请使用setupCodegenContext ()各自活动硬件对象的方法。如果只创建了一个活动连接对象,则没有必要调用此方法。

hwobj.setupCodegenContext;

在目标器上校验GPU环境

使用coder.checkGpuInstall函数验证运行此示例所需的编译器和库是否正确设置。

envCfg = code . gpuenvconfig (“杰森”);envCfg。DeepLibTarget =“cudnn”;envCfg。DeepCodegen = 1;envCfg。安静= 1;envCfg。HardwareObject = hwobj;coder.checkGpuInstall (envCfg);

ResNet-50 Entry-Point函数

resnet50_wrapper.m入口点函数使用预先训练好的ResNet-50网络对图像进行分类。ResNet-50是一个经过ImageNet数据库中100多万张图像训练的DAG网络。输出包含图像所属的每个类的分类分数。

类型resnet50_wrapper
function out = resnet50_wrapper(im,ocvFlag) %#codegen %用于调用ResNet50预测函数的Wrapper函数。本示例使用OpenCV从网络摄像机读取帧并显示输出图像。更新buildinfo链接到OpenCV库%可用目标。if ocvFlag opencv_link_flags = ' ' pkg-config——libs opencv4 ";Opencv_compile_flags = ' ' pkg-config——cflags opencv4 ";Else opencv_link_flags = ' ' pkg-config——libs opencv ";Opencv_compile_flags = ' ' ppg -config——cflags——libs opencv ";结束coder.updateBuildInfo (addLinkFlags, opencv_link_flags);coder.updateBuildInfo (addCompileFlags, opencv_compile_flags);为了避免每次运行时网络的多次负载,我们使用持久% rnet持久rnet; if isempty(rnet) rnet = resnet50(); end out = rnet.predict(im); end

获取目标上的OpenCV版本

使用pkg-config帮助工具查询是否OpenCV 4。目标板上已安装X。本例使用该信息更新构建信息,以链接到目标上可用的适当OpenCV库。

isOpenCV4 = 1;ocvVersion = hwobj.OpenCVVersion();如果(str2double(ocvVersion(1)) <= 3) isOpenCV4 = 0;结束

在目标上生成和部署CUDA代码

要生成可部署到NVIDIA目标上的CUDA可执行文件,请创建用于生成可执行文件的GPU编码器配置对象。

cfg = code . gpuconfig (exe”);

使用coder.hardware函数为Jetson平台创建配置对象并将其分配给硬件GPU代码配置对象的属性cfg

cfg。硬件= code . Hardware (英伟达杰森的);

设置深度学习配置为“cudnn”或“tensorrt”

cfg。DeepLearningConfig =编码器。DeepLearningConfig (“cudnn”);

在本例中,代码生成使用图像作为输入。然而,网络摄像头流在部署后被输入到可执行文件。

用于代码生成的示例图像输入

Im =单身(imread(“peppers.png”));Im = imresize(Im,[224,224]);

自定义主文件被编码为将视频作为输入,并对视频序列中的每一帧进行分类。自定义main_resnet50.cuFile是一个包装器,在生成的代码中调用预测函数。使用OpenCV接口在主文件中添加了诸如在输入帧上显示输出等后处理步骤。

cfg。CustomSource = fullfile(“main_resnet50.h”);cfg。CustomSource = fullfile(“main_resnet50.cu”);

要生成CUDA代码并将其部署到目标上,请使用codegen函数并传递GPU代码配置对象。在主机上生成代码后,将复制生成的文件并构建到目标工作空间目录中。

codegen配置cfgarg游戏{im, coder.Constant (isOpenCV4)}resnet50_wrapper报告
代码生成成功:查看报告

在目标上运行应用程序

将synsetWords_resnet50文本文件从主机复制到目标设备putFile命令。

putFile (hwobj“synsetWords_resnet50.txt”, hwobj.workspaceDir);

使用runApplication在目标硬件上启动应用程序的硬件对象的方法。应用程序将位于工作区目录中。

runApplication (hwobj“resnet50_wrapper”);

如果网络摄像头窗口在目标板上不可见,则可能指向错误的显示。使用setDisplayEnvironment函数设置用于重定向目标上的显示的显示环境。该值必须与显示美元环境值设置在板上。

Jetson TX2上的Resnet分类输出

终止应用程序

使用killApplication硬件对象的方法来终止目标上正在运行的应用程序。

killApplication (hwobj“resnet50_wrapper”);

另请参阅

对象

  • (NVIDIA Jetson万博1manbetx和NVIDIA DRIVE平台的MATLAB Coder支持包)|(NVIDIA Jetson万博1manbetx和NVIDIA DRIVE平台的MATLAB Coder支持包)

相关的话题