模型效果：
在上文中，我們制作了數(shù)據(jù)集，并利用數(shù)據(jù)集進行了模型的訓練醉箕，利用靜態(tài)圖片和視頻對模型的檢測效果進行了檢驗，發(fā)現(xiàn)效果還是不錯的徙垫。
? 前兩張為靜態(tài)圖片檢測讥裤，后一張為視頻檢測效果截圖。
? 但是模型要想部署在算力微弱的樹莓派上姻报，還需要進行兩次模型轉化才能運行在NCS上進行前向推理己英。
模型轉化：
第一次轉化：（.weight-->.pb）
這里的模型轉化OpenVINO給出了官方指南https://docs.openvinotoolkit.org/latest/_docs_MO_DG_prepare_model_convert_model_tf_specific_Convert_YOLO_From_Tensorflow.html 但是可能會出現(xiàn)錯誤。
python3 convert_weights_pb.py \
--class_names yolov3-tiny-mine.names \
--weights_file weights/yolov3-tiny-mine_40000.weights \
--data_format NHWC \
--tiny \
--output_graph pbmodels/frozen_yolov3-tiny-mine.pb
執(zhí)行完上述代碼吴旋，就能得到Tensorflow支持的模型文件损肛。
第二次轉化：（.pb-->.IR)
第二次的模型轉化我在windows環(huán)境下完成的。
python "C:\Program Files (x86)\IntelSWTools\openvino_2019.1.087\deployment_tools\model_optimizer\mo_tf.py" --input_shape [1,416,416,3] -m "C:\Program Files (x86)\IntelSWTools\openvino_2019.1.087\deployment_tools\model_optimizer\frozen_yolov3-tiny-mine.pb" --reverse_input_channels --tensorflow_use_custom_operations_config "C:\Program Files (x86)\IntelSWTools\openvino_2019.1.087\deployment_tools\model_optimizer\yolo_v3_tiny_mine.json" -n tiny_yolov3 --data_type FP16
樹莓派環(huán)境配置：
1. 材料硬件：
樹莓派3B+
intel movidius 神經(jīng)元計算棒
顯示器荣瑟、鼠標鍵盤治拿、讀卡器、用于做樹莓派系統(tǒng)盤的16GTF卡
燒寫樹莓派系統(tǒng)用的PC（win10）
2. 下載樹莓派鏡像并解壓
樹莓派系統(tǒng)鏡像使用Stretch版本——2018-11-13-raspbian-stretch
下載鏈接：http://downloads.raspberrypi.org/raspbian_latest
參考：http://shumeipai.nxez.com/download#os
下載并解壓出img文件
3. 燒寫鏡像
插入16G TF卡笆焰，格式化劫谅，打開鏡像燒寫軟件Win32DiskImager.exe加載鏡像，進行下載：
點write仙辟，再yes
燒寫成功,拔出TF卡.
4. 啟動樹莓派
紅綠指示燈都會閃就表示系統(tǒng)啟動成功同波，然后等待顯示器顯示桌面
5. 配置樹莓派
使用管理員權限，執(zhí)行
leafpad /etc/apt/sources.list
在打開的文件中叠国，用#注釋掉原文件內(nèi)容未檩，用以下內(nèi)容取代：
deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi
保存，退出粟焊。
使用管理員權限執(zhí)行：
leafpad /etc/apt/sources.list.d/raspi.list
用#注釋掉原文件內(nèi)容冤狡，用以下內(nèi)容取代：
deb http://mirror.tuna.tsinghua.edu.cn/raspberrypi/ stretch main ui
deb-src http://mirror.tuna.tsinghua.edu.cn/raspberrypi/ stretch main ui
保存孙蒙，退出。
使用sudo apt-get update命令悲雳，更新軟件源列表挎峦，同時檢查您的編輯是否正確。
完成合瓢，換成了清華大學的軟件源坦胶。
6. 安裝cmake
再后面的安裝中需要cmake，要先安裝晴楔，執(zhí)行：
apt install cmake
到這里樹莓派的配置就完成了顿苇，接下來要開始計算棒toolkit的安裝了
7. 下載OpenVINO toolkit for Raspbian安裝包：
https://download.01.org/openvinotoolkit/2018_R5/packages/l_openvino_toolkit_ie_p_2018.5.445.tgz
本次使用的版本是2018.5.445，安裝請在下面鏈接中查看最新的安裝包版本：
https://software.intel.com/en-us/articles/OpenVINO-Install-RaspberryPI
下載完后包位于Downloads/目錄下税弃，打開命令行
cd ~/Downloads/
解壓包：
tar -xf l_openvino_toolkit_ie_p_2018.5.445.tgz
8. 配置路徑與環(huán)境
執(zhí)行以下命令纪岁，會自動對setupvars.sh文件做修改
sed -i "s|<INSTALLDIR>|$(pwd)/inference_engine_vpu_arm|" inference_engine_vpu_arm/bin/setupvars.sh
再配置環(huán)境，有兩種做法
一種是臨時的则果，只對該次的窗口有效
source inference_engine_vpu_arm/bin/setupvars.sh
還有永久性的幔翰，執(zhí)行：
leafpad /home/pi/.bashrc
打開.bashrc文件，再最后一行添加一句：
source /home/pi/Downloads/inference_engine_vpu_arm/bin/setupvars.sh
保存西壮，再打開一個新的終端遗增，如果出現(xiàn)：
[setupvars.sh] OpenVINO environment initialized
就表示成功了
9. 添加USB規(guī)則
將當前Linux用戶添加到users組：
sudo usermod -a -G users "$(whoami)"
注：這里要說的是我們現(xiàn)在是root用戶，如果打開新窗口的話起始用戶是pi茸时，所以出現(xiàn)[setupvars.sh] OpenVINO environment initialized贡定，是對于pi用戶來說的，如果在新窗口中用root執(zhí)行程序可都，其實并沒有成功加載[setupvars.sh] OpenVINO environment initialized缓待，需要自己再執(zhí)行一遍
source /home/pi/Downloads/inference_engine_vpu_arm/bin/setupvars.sh，才能給root用戶配置好OpenVINO environment initialized渠牲。
接下來配置USB規(guī)則旋炒，執(zhí)行：
sh inference_engine_vpu_arm/install_dependencies/install_NCS_udev_rules.sh
到這里就成功安裝好計算棒所需的所有東西了。
模型部署：
使用github PINTO0309的OpenVINO-YoloV3工程签杈，應該是個日本的工程師寫的瘫镇，特別感謝。
利用工程下的openvino_tiny-yolov3_MultiStick_test.py進行測試答姥，在文件中指定我們轉化好的模型文件铣除。
運行。
盡管速度不快鹦付，但最快也能達到7-8幀的樣子尚粘。
? 本文將訓練好的原始模型經(jīng)過兩次轉化得到了可以被NCS所支持的模型文件，并搭建好樹莓派所需的運行環(huán)境敲长，最終將模型部署在樹莓派上并完成了測試郎嫁。下篇文章將介紹秉继，樹莓派小車的控制程序以及微信報警程序的實現(xiàn)。
