・2018/08/12
【失敗版】Raspberry Piで Darknet Neural Network Frameworkをビルドする方法
(ラズパイに Darknet Neural Network Frameworkを入れて物体検出や悪夢のグロ画像を生成する)
Tags: [Raspberry Pi], [電子工作], [ディープラーニング]
● Raspberry Piで Darknet Neural Network Frameworkを動かしてグロ画像をモリモリ量産する方法
この記事は Darknetを最初に動かそうとして試行錯誤した【失敗版まとめ】です。
Darknetと言う Neural Network Frameworkが有るので Raspberry Piで動かして Google DeepDreamの様なキモイ絵をモリモリ量産します。
Darknet - Open Source Neural Networks in C
Darknet - Nightmare
Darknetによる悪夢（ナイトメア、Nightmare）のグロ画像の例。
●【成功版】は下記を参照してください
・2018/08/14
【成功版】Raspberry Piで Darknet Neural Network Frameworkをビルドする方法
ラズパイに Darknet Neural Network Frameworkを入れて物体検出や悪夢のグロ画像を生成する
●今回動かした Raspberry Pi Raspbian OSのバージョン
RASPBIAN STRETCH WITH DESKTOP
Version:June 2018
Release date: 2018-06-27
Kernel version: 4.14
pi@raspberrypi:~/pytorch $ uname -a
Linux raspberrypi 4.14.50-v7+ #1122 SMP Tue Jun 19 12:26:26 BST 2018 armv7l GNU/Linux
● Darknetの実行にはメモリを沢山使うので不要なサービス等を停止して使えるメインメモリを増やす
・2018/08/14
Raspberry Piでメモリを馬鹿食いするアプリ用に不要なサービスを停止してフリーメモリを増やす方法
ラズパイでメモリを沢山使用するビルドやアプリ用に不要なサービス等を停止して使えるメインメモリを増やす
● Raspberry Piで Darknet Neural Network Frameworkを Gitソースリストからビルドする。
pjreddie/darknet Convolutional Neural Networks http://pjreddie.com/darknet/
Installing Darknet
# お決まりの sudo apt-get updateで最新状態に更新する
sudo apt-get update
# Darknetのビルドに必要な cmakeをインストールする
sudo apt-get -y install cmake
cd
git clone https://github.com/pjreddie/darknet.git --depth 1
# ディレクトリを移動する
cd darknet
# ビルドを開始する（ビルドに掛かる時間も計測する）
date >BUILD_START
time make
date >BUILD_END
cat BUILD_START
cat BUILD_END
●ビルド時間
1コアの場合、2分（Darknetはビルド時間が短いので驚いた）
real 1m34.763s
user 1m14.630s
sys 0m2.728s
● ラズパイで Darknetのビルドができた
とりあえずラズパイで Darknetのビルドができた。
pi@raspberrypi:~/darknet $ ./darknet
usage: ./darknet <function>
pi@raspberrypi:~/darknet $ ls -l darknet
-rwxr-xr-x 1 pi pi 476164 Aug 12 14:12 darknet
●下記は動かし方が悪いかモデルデータが不一致で動かなかった場合の内容
Darknet - YOLO Real-Time Object Detection
# YOLOv3
YOLOv3 Segmentation fault
wget https://pjreddie.com/media/files/yolov3.weights
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
Segmentation fault
cp predictions.png predictions_dog_v3.png
./darknet detect cfg/yolov3.cfg yolov3.weights data/eagle.jpg
cp predictions.png predictions_eagle_v3.png
./darknet detect cfg/yolov3.cfg yolov3.weights data/person.jpg
cp predictions.png predictions_person_v3.png
./darknet detect cfg/yolov3.cfg yolov3.weights data/horses.jpg
cp predictions.png predictions_horses_v3.png
# Tiny YOLOv3
wget https://pjreddie.com/media/files/yolov3-tiny.weights
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg
Segmentation fault
cp predictions.png predictions_dog_v3_tiny.png
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/eagle.jpg
cp predictions.png predictions_eagle_v3_tiny.png
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/person.jpg
cp predictions.png predictions_person_v3_tiny.png
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/horses.jpg
cp predictions.png predictions_horses_v3_tiny.png
pi@raspberrypi:~/darknet $ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
layer filters size input output
0 conv 32 3 x 3 / 1 416 x 416 x 3 -> 416 x 416 x 32 0.299 BFLOPs
1 conv 64 3 x 3 / 2 416 x 416 x 32 -> 208 x 208 x 64 1.595 BFLOPs
2 conv 32 1 x 1 / 1 208 x 208 x 64 -> 208 x 208 x 32 0.177 BFLOPs
...
104 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
105 conv 255 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 255 0.353 BFLOPs
106 yolo
Loading weights from yolov3.weights...Done!
data/dog.jpg: Predicted in 348.271307 seconds.
Segmentation fault
pi@raspberrypi:~/darknet $ ./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg
layer filters size input output
0 conv 16 3 x 3 / 1 416 x 416 x 3 -> 416 x 416 x 16 0.150 BFLOPs
1 max 2 x 2 / 2 416 x 416 x 16 -> 208 x 208 x 16
2 conv 32 3 x 3 / 1 208 x 208 x 16 -> 208 x 208 x 32 0.399 BFLOPs
...
20 route 19 8
21 conv 256 3 x 3 / 1 26 x 26 x 384 -> 26 x 26 x 256 1.196 BFLOPs
22 conv 255 1 x 1 / 1 26 x 26 x 256 -> 26 x 26 x 255 0.088 BFLOPs
23 yolo
Loading weights from yolov3-tiny.weights...Done!
data/dog.jpg: Predicted in 27.185729 seconds.
Segmentation fault
sudo apt-get -y install imagemagick
convert -resize 320x -quality 100 -verbose data/dog.jpg data/dog_320.jpg
# JPEG 768x576=>320x240
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog_320.jpg
Segmentation fault
convert -resize 240x -quality 95 -verbose data/dog.jpg data/dog_240.jpg
# JPEG 768x576=>240x180
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog_240.jpg
Segmentation fault
convert -resize 160x -quality 95 -verbose data/dog.jpg data/dog_160.jpg
# JPEG 768x576=>160x120
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog_160.jpg
Segmentation fault
convert -resize 120x -quality 95 -verbose data/dog.jpg data/dog_120.jpg
# JPEG 768x576=>120x90
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog_120.jpg
Segmentation fault
● ラズパイで NNPACK対応版の Darknetをビルドする方法
Segmentation fault
※ thomaspark-pkj版、再度挑戦して YOLOv2で物体認識ができました。（【成功版】を参照）
digitalbrain79/darknet-nnpack - Darknet with NNPACK
※ thomaspark-pkjと digitalbrain79は同じ（リダイレクトされる）
# Install PeachPy and confu
sudo pip install --upgrade git+https://github.com/Maratyszcza/PeachPy
sudo pip install --upgrade git+https://github.com/Maratyszcza/confu
# Install Ninja
cd
git clone https://github.com/ninja-build/ninja.git --depth 1
cd ninja
git checkout release
./configure.py --bootstrap
export NINJA_PATH=$PWD
# Install clang
sudo apt-get -y install clang
# Install NNPACK-darknet
cd
git clone https://github.com/thomaspark-pkj/NNPACK-darknet.git --depth 1
cd NNPACK-darknet
confu setup
python ./configure.py --backend auto
$NINJA_PATH/ninja
sudo cp -a lib/* /usr/lib/
# */
sudo cp include/nnpack.h /usr/include/
sudo cp deps/pthreadpool/include/pthreadpool.h /usr/include/
# Build darknet-nnpack
cd
git clone https://github.com/thomaspark-pkj/darknet-nnpack.git --depth 1
cd darknet-nnpack
make
pi@raspberrypi:~/darknet-nnpack $ ls -l darknet
-rwxr-xr-x 1 pi pi 1692468 Aug 12 16:30 darknet
wget https://github.com/pjreddie/darknet/blob/master/cfg/yolov2-tiny.cfg
wget https://pjreddie.com/media/files/yolov2-tiny.weights
# Tiny YOLOv2
./darknet detect yolov2-tiny.cfg yolov2-tiny.weights data/dog.jpg
Segmentation fault
convert -resize 120x -quality 95 -verbose data/dog.jpg data/dog_120.jpg
# JPEG 768x576=>120x90
./darknet detect yolov2-tiny.cfg yolov2-tiny.weights data/dog_120.jpg
Segmentation fault
./configure.py --bootstrap
warning: A compatible version of re2c (>= 0.11.3) was not found; changes to src/*.in.cc will not affect your build. */
sudo apt-get -y install re2c
パッケージ: re2c (0.16-2)
re2c は、高速で柔軟性のある字句解析器を書くための偉大なツールです。
● ラズパイで NNPACK対応版の Darknetをビルドする方法 shizukachan版
shizukachan/darknet-nnpack
Fork of darknet-nnpack
Forked from https://github.com/digitalbrain79/darknet-nnpack/
上記の digitalbrain79/darknet-nnpackを Forkした版
こっちは動くかな？
※ qmklの cmakeでエラーが出まくって訳わかんねーよ。
Darknet with NNPACK
# お決まりの sudo apt-get updateで最新状態に更新する
sudo apt-get update
# Darknetのビルドに必要な cmakeをインストールする
sudo apt-get -y install cmake
#
cd
mkdir shizukachan
cd shizukachan
sudo apt-get -y install python-pip
sudo pip install --upgrade git+https://github.com/Maratyszcza/PeachPy
sudo pip install --upgrade git+https://github.com/Maratyszcza/confu
# Install Ninja
cd
cd shizukachan
git clone https://github.com/ninja-build/ninja.git
cd ninja
git checkout release
./configure.py --bootstrap
export NINJA_PATH=$PWD
# Install clang（使ってないから不要じゃね？説有り）
sudo apt-get -y install clang
# Install modified NNPACK
cd
cd shizukachan
git clone https://github.com/shizukachan/NNPACK
cd NNPACK
confu setup
# Pi Zero
# python ./configure.py --backend scalar
# Pi 3B+
python ./configure.py --backend auto
$NINJA_PATH/ninja
bin/convolution-inference-smoketest
# /home/pi/shizukachan/NNPACK/test/testers/convolution.h:382: Failure
# Expected: (median(maxErrors)) < (errorLimit()), actual: 0.0100803 vs 0.01
# [ FAILED ] WT8x8_FP16.multi_tile (7 ms)
# clangが無いと発生するっぽい。
# clangをインストール後は PASSED
# [==========] 72 tests from 5 test cases ran. (4561 ms total)
# [ PASSED ] 72 tests.
sudo cp -a lib/* /usr/lib/
# */
sudo cp include/nnpack.h /usr/include/
sudo cp deps/pthreadpool/include/pthreadpool.h /usr/include/
# pi@raspberrypi:~/shizukachan/NNPACK $ ls -l include/nnpack.h
# -rw-r--r-- 1 pi pi 33083 Aug 12 22:04 include/nnpack.h
# pi@raspberrypi:~/shizukachan/NNPACK $ ls -l deps/pthreadpool/include/pthreadpool.h
# -rw-r--r-- 1 pi pi 2846 Aug 12 22:04 deps/pthreadpool/include/pthreadpool.h
# qmklよりも先に qasm2をビルドする
# Install qasm2
sudo apt-get -y install flex
cd
cd shizukachan
git clone https://github.com/Terminus-IMRC/qpu-assembler2
cd qpu-assembler2
make
sudo make install
# qmklよりも先に qbin2hexをビルドする
# Install qbin2hex
cd
cd shizukachan
git clone https://github.com/Terminus-IMRC/qpu-bin-to-hex
cd qpu-bin-to-hex
make
sudo make install
# mailbox https://github.com/Terminus-IMRC/mailbox
cd
cd shizukachan
git clone https://github.com/Terminus-IMRC/mailbox
cd mailbox
cmake .
make
sudo make install
# librpimemmgr https://github.com/Idein/librpimemmgr
cd
cd shizukachan
git clone https://github.com/Idein/librpimemmgr
cd librpimemmgr
cmake .
make
sudo make install
# GPU VRAMのサイズを 128MBにする
sudo sed -i -e "s/^gpu_mem=.*/gpu_mem=128/g" /boot/config.txt
# PyVideoCoreよりも先に rpi-vcsmをビルドする
# rpi-vcsm https://github.com/Idein/rpi-vcsm
cd
cd shizukachan
git clone https://github.com/Idein/rpi-vcsm.git
cd rpi-vcsm
pip install -r requirements.txt
# python setup.py install
# error: could not create '/usr/local/lib/python2.7/dist-packages/rpi_vcsm': Permission denied
sudo python setup.py install
# rpi-vcsm Testing
# pip install nose
# nosetests: command not found
sudo pip install nose
# Successfully installed nose-1.3.7
nosetests -v -s
# test_alloc.test_alloc ... ERROR
# OSError: [Errno 2] No such file or directory: '/dev/vcsm'
# test_alloc.test_alloc ... ok
# Ran 1 test in 0.044s
# OK
# PyVideoCore https://github.com/nineties/py-videocore
cd
cd shizukachan
git clone https://github.com/nineties/py-videocore.git
cd py-videocore
sudo python setup.py install
# Getting Started
sudo python examples/hello_world.py
# ImportError: No module named rpi_vcsm.VCSM
# Build rpi-vcsm
# ImportError: No module named ioctl_opt
# sudo pip install ioctl-opt
# Running Tests
sudo nosetests -v
# 128MB or more GPU memory is required to pass tests
# ERROR: test_assemble_errors.test_invalid_rotate_as_simm
# TypeError: _emit_with_defaults() takes at least 5 arguments (4 given)
# ERROR: test_sanity_check.test_sanity_check
# NameError: global name 'link' is not defined
# Install qmkl
cd
cd shizukachan
git clone https://github.com/Idein/qmkl.git
cd qmkl
# for Raspberry Pi 3
export RPIVER=3
cmake .
make
sudo make install
# opencvの開発パッケージが必要
sudo apt-get -y install libopencv-dev
# 不要 sudo apt-get -y install libopencv-highgui-dev
# shizukachan/darknet-nnpack
# https://github.com/shizukachan/darknet-nnpack
cd
cd shizukachan
git clone https://github.com/shizukachan/darknet-nnpack.git
cd darknet-nnpack
make
ls -l darknet
# pi@raspberrypi:~/shizukachan/darknet-nnpack $ ls -l darknet
# -rwxr-xr-x 1 pi pi 1821964 Aug 14 12:06 darknet
● DarkNetの動作確認 画像の物体認識 YOLOv2 shizukachan版（Segmentation faultで動かない）
DarkNet NNPACK shizukachan版の動作確認、ビルド手順が悪いのか、読み込ませているモデルデータ等が悪いのか原因不明。Segmentation faultで動かない。
# DarkNetの動作確認
cd
cd shizukachan
cd darknet-nnpack
# YOLOv2 608x608
# https://pjreddie.com/darknet/yolo/
wget https://pjreddie.com/media/files/yolov2.weights
# wget https://github.com/pjreddie/darknet/blob/master/cfg/yolov2.cfg
# mv yolov2.cfg ./cfg/
# yolov2.cfgファイルを読み込むと Segmentation faultになるので不要
# Segmentation faultになるのは Gitの HTMLで読み込んでいるからでした。
# 正しくは下記、
# wget https://raw.githubusercontent.com/pjreddie/darknet/master/cfg/yolov2.cfg
# 認識結果を画面に表示して認識の画像 predictions.pngを生成する data/person.jpg
./darknet detector test cfg/coco.data cfg/yolov2.cfg yolov2.weights data/person.jpg
Segmentation fault
# 認識結果を画面に表示して認識の画像 predictions.pngを生成する data/person.jpg
./darknet detect cfg/yolov2.cfg yolov2.weights data/person.jpg
Segmentation fault
convert -resize 240x -quality 95 -verbose data/dog.jpg data/dog_240.jpg
./darknet detect cfg/yolov2.cfg yolov2.weights data/dog_240.jpg
Segmentation fault
● ラズパイで NNPACK対応版の Darknetをビルドする方法 shizukachan版のビルドでエラーが沢山
● qmklのビルドでエラーが沢山
# cmake .
# CMake Error at CMakeLists.txt:22 (message):
# qasm2 not found. Install it from
# https://github.com/Terminus-IMRC/qpu-assembler2
# cmake .
# CMake Error at CMakeLists.txt:27 (message):
# qbin2hex not found. Install it from
# https://github.com/Terminus-IMRC/qpu-bin-to-hex
# cmake .
-- Checking for module 'libmailbox>=2.0.0'
--
CMake Error at /usr/share/cmake-3.7/Modules/FindPkgConfig.cmake:415 (message):
A required package was not found
# mailbox https://github.com/Terminus-IMRC/mailbox
# cmake .
CMake Error at CMakeLists.txt:61 (message):
librpimemmgr not found even in /opt/vc/lib. Building on non-RPi host?
Please specify PKG_CONFIG_PATH.
# librpimemmgr https://github.com/Idein/librpimemmgr
# cmake .
CMake Warning at CMakeLists.txt:78 (message):
RPIVER is not specified; using default: 1
-- Building for Raspberry Pi 1 / Zero
# for Raspberry Pi 3
export RPIVER=3
# make
ImportError: No module named videocore.assembler
# PyVideoCore https://github.com/nineties/py-videocore
# make
ImportError: No module named rpi_vcsm.VCSM
# rpi-vcsm https://github.com/Idein/rpi-vcsm
● shizukachan/darknet-nnpackのビルドでエラー
# shizukachan/darknet-nnpack
Package opencv was not found in the pkg-config search path.
Perhaps you should add the directory containing `opencv.pc'
to the PKG_CONFIG_PATH environment variable
No package 'opencv' found
In file included from ./src/utils.h:5:0,
from ./src/gemm.c:2:
include/darknet.h:28:43: fatal error: opencv2/highgui/highgui_c.h: No such file or directory
#include "opencv2/highgui/highgui_c.h"
^
sudo apt-get -y install libopencv-highgui-dev
# shizukachan/darknet-nnpack
No package 'opencv' found
sudo apt-get -y install libopencv-dev
● ラズパイで Tiny Darknetを動かす方法
2.9倍
Tiny Darknet
cd
git clone https://github.com/pjreddie/darknet
cd darknet
make
# Tiny Darknet Model data
wget https://pjreddie.com/media/files/tiny.weights
wget https://raw.githubusercontent.com/pjreddie/darknet/master/cfg/tiny.cfg
./darknet classify tiny.cfg tiny.weights data/dog.jpg
● AlexeyAB/darknet版
pi@raspberrypi:~/AlexeyAB/darknet $ ./darknet classify tiny.cfg tiny.weights data/dog.jpg
layer filters size input output
0 conv 16 3 x 3 / 1 224 x 224 x 3 -> 224 x 224 x 16 0.043 BF
1 max 2 x 2 / 2 224 x 224 x 16 -> 112 x 112 x 16 0.001 BF
2 conv 32 3 x 3 / 1 112 x 112 x 16 -> 112 x 112 x 32 0.116 BF
3 max 2 x 2 / 2 112 x 112 x 32 -> 56 x 56 x 32 0.000 BF
4 conv 16 1 x 1 / 1 56 x 56 x 32 -> 56 x 56 x 16 0.003 BF
5 conv 128 3 x 3 / 1 56 x 56 x 16 -> 56 x 56 x 128 0.116 BF
6 conv 16 1 x 1 / 1 56 x 56 x 128 -> 56 x 56 x 16 0.013 BF
7 conv 128 3 x 3 / 1 56 x 56 x 16 -> 56 x 56 x 128 0.116 BF
8 max 2 x 2 / 2 56 x 56 x 128 -> 28 x 28 x 128 0.000 BF
9 conv 32 1 x 1 / 1 28 x 28 x 128 -> 28 x 28 x 32 0.006 BF
10 conv 256 3 x 3 / 1 28 x 28 x 32 -> 28 x 28 x 256 0.116 BF
11 conv 32 1 x 1 / 1 28 x 28 x 256 -> 28 x 28 x 32 0.013 BF
12 conv 256 3 x 3 / 1 28 x 28 x 32 -> 28 x 28 x 256 0.116 BF
13 max 2 x 2 / 2 28 x 28 x 256 -> 14 x 14 x 256 0.000 BF
14 conv 64 1 x 1 / 1 14 x 14 x 256 -> 14 x 14 x 64 0.006 BF
15 conv 512 3 x 3 / 1 14 x 14 x 64 -> 14 x 14 x 512 0.116 BF
16 conv 64 1 x 1 / 1 14 x 14 x 512 -> 14 x 14 x 64 0.013 BF
17 conv 512 3 x 3 / 1 14 x 14 x 64 -> 14 x 14 x 512 0.116 BF
18 conv 128 1 x 1 / 1 14 x 14 x 512 -> 14 x 14 x 128 0.026 BF
19 conv 1000 1 x 1 / 1 14 x 14 x 128 -> 14 x 14 x1000 0.050 BF
20 avg 14 x 14 x1000 -> 1000
21 softmax 1000
Total BFLOPS 0.985
Loading weights from tiny.weights...
seen 32
Done!
224 224
data/dog.jpg: Predicted in 4.934377 seconds.
binoculars: 1.000000 = 双眼鏡
English setter: 0.000000
Siberian husky: 0.000000
Australian terrier: 0.000000
English springer: 0.000000
※ binoculars = 双眼鏡
● ラズパイで Darknetをビルドして動かすと全部 Segmentation fault
ググッたらバイトオーダー（Big endian Little endian）が原因らしい。
（Intel x86と ラズパイの ARMとでバイトオーダーが異なる。）
YOLO:segmentation fault on RaspberryPi #823
AlexeyAB/darknet
AlexeyAB/darknet版をビルドして動かしたら動きました。
不具合やバグが有るけれど Segmentation faultは出なくなった。
● Tiny YOLOv3（不具合）
diningtableを認識しまくる不具合。
# Tiny YOLOv3
wget https://pjreddie.com/media/files/yolov3-tiny.weights
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg
cp predictions.png predictions_dog_v3_tiny.png
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/eagle.jpg
cp predictions.png predictions_eagle_v3_tiny.png
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/person.jpg
cp predictions.png predictions_person_v3_tiny.png
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/horses.jpg
cp predictions.png predictions_horses_v3_tiny.png
・AlexeyAB/darknet版 ラズパイで Darknetをビルドして動かす
・AlexeyAB/darknet版 ラズパイで Darknetをビルドして動かす
・AlexeyAB/darknet版 ラズパイで Darknetをビルドして動かす
・AlexeyAB/darknet版 ラズパイで Darknetをビルドして動かす
● YOLOv3（バグってる）
完全にバグってる。
# YOLOv3
wget https://pjreddie.com/media/files/yolov3.weights
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
cp predictions.png predictions_dog_v3.png
・AlexeyAB/darknet版 ラズパイで Darknetをビルドして動かす
● darknet nightmareでグロ画像を生成（バグってる）
wget http://pjreddie.com/media/files/vgg-conv.weights
wget https://github.com/google/deepdream/raw/master/flowers.jpg
./darknet nightmare cfg/vgg-conv.cfg vgg-conv.weights flowers.jpg 10
# flowers_vgg-conv_10_000000.png
・AlexeyAB/darknet版 ラズパイで darknet nightmareでグロ画像を生成（バグってる）
● ラズパイで最速の Darknetは darknet-nnpackっぽい。
I'm going to transplant the yolov3-mini to a Rasberry pi3B+.Search for some advices. #942
在 RaspberryPi 上跑 YOLO
Tags: [Raspberry Pi], [電子工作], [ディープラーニング]
●関連するコンテンツ(この記事を読んだ人は、次の記事も読んでいます)
NVIDIA Jetson Nano 開発者キットを買ってみた。メモリ容量 4GB LPDDR4 RAM
Jetson Nanoで TensorFlow PyTorch Caffe/Caffe2 Keras MXNet等を GPUパワーで超高速で動かす！
Raspberry Piでメモリを馬鹿食いするアプリ用に不要なサービスを停止してフリーメモリを増やす方法
ラズパイでメモリを沢山使用するビルドやアプリ用に不要なサービス等を停止して使えるメインメモリを増やす
【成功版】最新版の Darknetに digitalbrain79版の Darknet with NNPACKの NNPACK処理を適用する
ラズパイで NNPACK対応の最新版の Darknetを動かして超高速で物体検出や DeepDreamの悪夢を見る
【成功版】Raspberry Piで NNPACK対応版の Darknet Neural Network Frameworkをビルドする方法
ラズパイに Darknet NNPACK darknet-nnpackをソースからビルドして物体検出を行なう方法
【成功版】Raspberry Piで Darknet Neural Network Frameworkをビルドする方法
ラズパイに Darknet Neural Network Frameworkを入れて物体検出や悪夢のグロ画像を生成する
【成功版】Raspberry Piに TensorFlow Deep Learning Frameworkをインストールする方法
ラズパイに TensorFlow Deep Learning Frameworkを入れて Google DeepDreamで悪夢を見る方法
Raspberry Piで TensorFlow Deep Learning Frameworkを自己ビルドする方法
ラズパイで TensorFlow Deep Learning Frameworkを自己ビルドする方法
Raspberry Piで Caffe Deep Learning Frameworkで物体認識を行なってみるテスト
ラズパイで Caffe Deep Learning Frameworkを動かして物体認識を行なってみる
【ビルド版】Raspberry Piで DeepDreamを動かしてキモイ絵をモリモリ量産 Caffe Deep Learning Framework
ラズパイで Caffe Deep Learning Frameworkをビルドして Deep Dreamを動かしてキモイ絵を生成する
【インストール版】Raspberry Piで DeepDreamを動かしてキモイ絵をモリモリ量産 Caffe Deep Learning
ラズパイで Caffe Deep Learning Frameworkをインストールして Deep Dreamを動かしてキモイ絵を生成する
Raspberry Piで Caffe2 Deep Learning Frameworkをソースコードからビルドする方法
ラズパイで Caffe 2 Deep Learning Frameworkをソースコードから自己ビルドする方法
Orange Pi PC 2の 64bitのチカラで DeepDreamしてキモイ絵を高速でモリモリ量産してみるテスト
OrangePi PC2に Caffe Deep Learning Frameworkをビルドして Deep Dreamを動かしてキモイ絵を生成する
Raspberry Piに Jupyter Notebookをインストールして拡張子 ipynb形式の IPythonを動かす
ラズパイに IPython Notebookをインストールして Google DeepDream dream.ipynbを動かす
Raspberry Piで Deep Learningフレームワーク Chainerをインストールしてみる
ラズパイに Deep Learningのフレームワーク Chainerを入れてみた
Raspberry Piで DeepBeliefSDKをビルドして画像認識フレームワークを動かす方法
ラズパイに DeepBeliefSDKを入れて画像の物体認識を行なう
Raspberry Piで Microsoftの ELLをビルドする方法
ラズパイで Microsoftの ELL Embedded Learning Libraryをビルドしてみるテスト、ビルドするだけ
Raspberry Piで MXNet port of SSD Single Shot MultiBoxを動かして画像の物体検出をする方法
ラズパイで MXNet port of SSD Single Shot MultiBox Object Detectorで物体検出を行なってみる
Raspberry Piで Apache MXNet Incubatingをビルドする方法
ラズパイで Apache MXNet Incubatingをビルドしてみるテスト、ビルドするだけ
Raspberry Piで OpenCVの Haar Cascade Object Detectionでリアルタイムにカメラ映像の顔検出を行なってみる
ラズパイで OpenCVの Haar Cascade Object Detection Face & Eyeでリアルタイムでカメラ映像の顔検出をする方法
Raspberry Piで NNPACKをビルドする方法
ラズパイで NNPACKをビルドしてみるテスト、ビルドするだけ
Raspberry Pi 3の Linuxコンソール上で使用する各種コマンドまとめ
ラズパイの Raspbian OSのコマンドラインで使用する便利コマンド、負荷試験や CPUシリアル番号の確認方法等も
[HOME]
|
[BACK]
リンクフリー(連絡不要、ただしトップページ以外は Web構成の変更で移動する場合があります)
Copyright (c)
2018 FREE WING,Y.Sakamoto
Powered by 猫屋敷工房 & HTML Generator
http://www.neko.ne.jp/~freewing/raspberry_pi/raspberry_pi_build_darknet_neural_network_framework_fail/
