Need help with Paddle-Lite-Demo?
Click the “chat” button below for chat support from the developer who created it, or find similar developers for support.

About the developer

PaddlePaddle
281 Stars 128 Forks Apache License 2.0 89 Commits 38 Opened issues

Description

lib, demo, model, data

Services available

!
?

Need anything else?

Contributors list

Paddle-Lite-Demo

Paddle-Lite提供IOS、Android和ARMLinux的示例,具体如下: * iOS示例: * 基于MobileNetV1的图像分类(支持视频流); * 基于MobileNetV1-SSD的目标检测(支持视频流); * Android示例: * 基于MobileNetV1的图像分类; * 基于MobileNetV1-SSD的目标检测; * 基于Ultra-Light-Fast-Generic-Face-Detector-1MB的人脸检测; * 基于DeeplabV3+MobilNetV2的人像分割; * 基于视频流的人脸检测+口罩识别; * 基于YOLOV3-MobileNetV3的目标检测; * ARMLinux示例: * 基于MobileNetV1的图像分类; * 基于MobileNetV1-SSD的目标检测;

关于Paddle-Lite和示例,请参考本文剩余章节和如下文档链接: - 文档官网 - Android示例 [图像分类] [目标检测] [口罩检测] [人脸关键点] [人像分割] - iOS示例 - ARMLinux示例 - X86示例 - OpenCL示例 - FPGA示例 - 华为NPU示例 - 百度XPU示例 - 瑞芯微NPU示例 - 联发科APU示例

要求

  • iOS

    • macOS+Xcode,已验证的环境:Xcode Version 11.5 (11E608c) on macOS Catalina(10.15.5)
    • Xcode 11.3会报"Invalid bitcode version ..."的编译错误,请将Xcode升级到11.4及以上的版本后重新编译
    • 对于ios 12.x版本,如果提示“xxx. which may not be supported by this version of Xcode”,请下载对应的工具包, 下载完成后解压放到/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/DeviceSupport目录,重启xcode
  • Android

    • Android Studio 4.2;
    • adb调试工具;
    • Android手机或开发版;
    • 华为手机支持NPU的 Demo(NPU的功能暂时只在nova5、mate30和mate30 5G上进行了测试,用户可自行尝试其它搭载了麒麟810和990芯片的华为手机(如nova5i pro、mate30 pro、荣耀v30,mate40或p40,且需要将系统更新到最新版)
  • ARMLinux

    • RK3399(Ubuntu 18.04) 或 树莓派3B(Raspbian Buster with desktop),暂时验证了这两个软、硬件环境,其它平台用户可自行尝试;
    • 支持树莓派3B摄像头采集图像,具体参考树莓派3B摄像头安装与测试
    • gcc g++ opencv cmake的安装(以下所有命令均在设备上操作)
      bash
      $ sudo apt-get update
      $ sudo apt-get install gcc g++ make wget unzip libopencv-dev pkg-config
      $ wget https://www.cmake.org/files/v3.10/cmake-3.10.3.tar.gz
      $ tar -zxvf cmake-3.10.3.tar.gz
      $ cd cmake-3.10.3
      $ ./configure
      $ make
      $ sudo make install
      

安装

$ git clone https://github.com/PaddlePaddle/Paddle-Lite-Demo

  • iOS

    • 在PaddleLite-ios-demo目录下执行downloaddependencies.sh脚本,该脚本会离线下载并解压ios demo所需要的依赖, 包括paddle-lite 预测库,demo所需要的模型,opencv framework ```bash $ chmod +x downloaddependencies.sh $ ./download_dependencies.sh ```
    • 打开xcode,点击“Open another project…”打开
      Paddle-Lite-Demo/PaddleLite-ios-demo/ios-xxx_demo/
      目录下的xcode工程;
    • 在选中左上角“project navigator”,选择“classification_demo”,修改“General”信息;
    • 插入ios真机(已验证:iphone8, iphonexr),选择Device为插入的真机;
    • 点击左上角“build and run”按钮;
  • Android

    • 打开Android Studio,在"Welcome to Android Studio"窗口点击"Open an existing Android Studio project",在弹出的路径选择窗口中进入"imageclassificationdemo"目录,然后点击右下角的"Open"按钮即可导入工程
    • 通过USB连接Android手机或开发板;
    • 载入工程后,点击菜单栏的Run->Run 'App'按钮,在弹出的"Select Deployment Target"窗口选择已经连接的Android设备(连接失败请检查本机adb工具是否正常),然后点击"OK"按钮;
    • 由于Demo所用到的库和模型均通过app/build.gradle脚本在线下载,因此,第一次编译耗时较长(取决于网络下载速度),请耐心等待;
    • 对于图像分类Demo,如果库和模型下载失败,建议手动下载并拷贝到相应目录下:1) paddlelitelibs.tar.gz:解压后将java/PaddlePredictor.jar拷贝至Paddle-Lite-Demo/PaddleLite-android-demo/imageclassificationdemo/app/libs,将java/libs/armeabi-v7a/libpaddlelitejni.so拷贝至Paddle-Lite-Demo/PaddleLite-android-demo/imageclassificationdemo/app/src/main/jniLibs/armeabi-v7a/libpaddlelitejni.so,将java/libs/armeabi-v8a/libpaddlelitejni.so拷贝至Paddle-Lite-Demo/PaddleLite-android-demo/imageclassificationdemo/app/src/main/jniLibs/arm64-v8a/libpaddlelitejni.so 2)mobilenetv1for_cpu.tar.gz:解压至Paddle-Lite-Demo/PaddleLite-android-demo/imageclassificationdemo/app/src/main/assets/models/mobilenetv1forcpu 3)mobilenetv1for_npu.tar.gz:解压至Paddle-Lite-Demo/PaddleLite-android-demo/imageclassificationdemo/app/src/main/assets/models/mobilenetv1fornpu
    • 在图像分类Demo中,默认会载入一张猫的图像,并会在图像下方给出CPU的预测结果,如果你使用的是麒麟810或990芯片的华为手机(如Nova5系列),可以在右上角的上下文菜单选择"Settings..."打开设置窗口切换NPU模型进行预测;
    • 在图像分类Demo中,你还可以通过上方的"Gallery"和"Take Photo"按钮从相册或相机中加载测试图像;
  • ARMLinux

    • 模型和预测库下载
      bash
      $ cd Paddle-Lite-Demo/PaddleLite-armlinux-demo
      $ ./download_models_and_libs.sh # 下载模型和预测库
      
    • 图像分类Demo的编译与运行(以下所有命令均在设备上操作)
      bash
      $ cd Paddle-Lite-Demo/PaddleLite-armlinux-demo/image_classification_demo
      $ ./run.sh armv8 # RK3399
      $ ./run.sh armv7hf # 树莓派3B
      
      在终端打印预测结果和性能数据,同时在build目录中生成result.jpg。
    • 目标检测Demo的编译与运行(以下所有命令均在设备上操作)
      bash
      $ cd Paddle-Lite-Demo/PaddleLite-armlinux-demo/object_detection_demo
      $ ./run.sh armv8 # RK3399
      $ ./run.sh armv7hf # 树莓派3B
      
      在终端打印预测结果和性能数据,同时在build目录中生成result.jpg。

更新到最新的预测库

  • Paddle-Lite项目:https://github.com/PaddlePaddle/Paddle-Lite
  • 参考 Paddle-Lite文档,编译IOS预测库、Android和ARMLinux预测库
  • 编译最终产物位于
    build.lite.xxx.xxx.xxx
    下的
    inference_lite_lib.xxx.xxx
    ### IOS更新预测库
  • 替换库文件:产出的
    lib
    目录替换
    Paddle-Lite-Demo/PaddleLite-ios-demo/ios-classification_demo/classification_demo/lib
    目录
  • 替换头文件:产出的
    include
    目录下的文件替换
    Paddle-Lite-Demo/PaddleLite-ios-demo/ios-classification_demo/classification_demo/paddle_lite
    目录下的文件 ### Android更新预测库
  • 替换jar文件:将生成的build.lite.android.xxx.gcc/inferencelitelib.android.xxx/java/jar/PaddlePredictor.jar替换demo中的Paddle-Lite-Demo/PaddleLite-android-demo/imageclassificationdemo/app/libs/PaddlePredictor.jar
  • 替换arm64-v8a jni库文件:将生成build.lite.android.armv8.gcc/inferencelitelib.android.armv8/java/so/libpaddlelitejni.so库替换demo中的Paddle-Lite-Demo/PaddleLite-android-demo/imageclassificationdemo/app/src/main/jniLibs/arm64-v8a/libpaddlelitejni.so
  • 替换armeabi-v7a jni库文件:将生成的build.lite.android.armv7.gcc/inferencelitelib.android.armv7/java/so/libpaddlelitejni.so库替换demo中的Paddle-Lite-Demo/PaddleLite-android-demo/imageclassificationdemo/app/src/main/jniLibs/armeabi-v7a/libpaddlelitejni.so. ### ARMLinux更新预测库
  • 替换头文件目录,将生成的cxx中的
    include
    目录替换
    Paddle-Lite-Demo/PaddleLite-armlinux-demo/Paddle-Lite/include
    目录;
  • 替换armv8动态库,将生成的cxx/libs中的
    libpaddle_light_api_shared.so
    替换
    Paddle-Lite-Demo/PaddleLite-armlinux-demo/Paddle-Lite/libs/armv8/libpaddle_light_api_shared.so
  • 替换armv7hf动态库,将生成的cxx/libs中的
    libpaddle_light_api_shared.so
    替换
    Paddle-Lite-Demo/PaddleLite-armlinux-demo/Paddle-Lite/libs/armv7hf/libpaddle_light_api_shared.so

效果展示

  • iOS

    • 基于MobileNetV1的图像分类

    ios_static ios_video * 基于MobileNetV1-SSD的目标检测

    ios_static ios_video

  • Android

    • 基于MobileNetV1的图像分类(CPU预测结果,测试环境:华为nova5)

    android_image_classification_cat_cpu android_image_classification_keyboard_cpu * 基于MobileNetV1-SSD的目标检测(CPU预测结果,测试环境:华为nova5)

    android_object_detection_npu * 基于Ultra-Light-Fast-Generic-Face-Detector-1MB的人脸检测(CPU预测结果,测试环境:华为nova5)

    android_face_detection_cpu * 基于DeeplabV3+MobilNetV2的人像分割(CPU预测结果,测试环境:华为nova5)

    android_human_segmentation_cpu * 基于视频流的人脸检测+口罩识别(CPU预测结果,测试环境:华为mate30)

    android_mask_detection_cpu * 基于视频流的人脸关键点检测(CPU预测结果,测试环境:OnePlus 7)

    android_face_keypoints_detection_cpu * 基于YOLOV3-MobileNetV3的目标检测(CPU预测结果,测试环境:华为p40)

    android_yolo_detection_cpu

  • ARMLinux

    • 基于MobileNetV1的图像分类

    armlinux_image_classification_raspberry_pi * 基于MobileNetV1-SSD的目标检测

    armlinux_object_detection_raspberry_pi

We use cookies. If you continue to browse the site, you agree to the use of cookies. For more information on our use of cookies please see our Privacy Policy.