辅助驾驶

辅助驾驶

YOLOV4_coco_detection_car_video样例

功能：使用yolov4模型对输入视频进行预测推理，并将结果打印到输出视频上。
样例输入：原始视频文件。
样例输出：带推理结果的视频文件。

前置条件

请检查以下条件要求是否满足，如不满足请按照备注进行相应处理。如果CANN版本升级，请同步检查第三方依赖是否需要重新安装（5.0.4及以上版本第三方依赖和5.0.4以下版本有差异，需要重新安装）。

样例准备

1. 获取源码包。

   可以使用以下两种方式下载，请选择其中一种进行源码准备。

   • 命令行方式下载（下载时间较长，但步骤简单）。

     # 开发环境，非root用户命令行中执行以下命令下载源码仓。    
     cd ${HOME}     
     git clone https://gitee.com/ascend/samples.git

      
     注：如果需要切换到其它tag版本，以v0.5.0为例，可执行以下命令。

     git checkout v0.5.0

      
   • 压缩包方式下载（下载时间较短，但步骤稍微复杂）。
     注：如果需要下载其它版本代码，请先请根据前置条件说明进行samples仓分支切换。

      # 1. samples仓右上角选择 【克隆/下载】 下拉框并选择 【下载ZIP】。    
      # 2. 将ZIP包上传到开发环境中的普通用户家目录中，【例如：${HOME}/ascend-samples-master.zip】。     
      # 3. 开发环境中，执行以下命令，解压zip包。     
      cd ${HOME}    
      unzip ascend-samples-master.zip

      

2. 获取此应用中所需要的原始网络模型。

   模型名称	模型说明	模型下载路径
   yolov4	基于onnx-YOLOV4的目标检测模型。	请参考https://www.hiascend.com/zh/software/modelzoo/detail/1/abb7e641964c459398173248aa5353bc 下载原始模型。

   # 为了方便下载，在这里直接给出原始模型下载及模型转换命令,可以直接拷贝执行。也可以参照上表在modelzoo中下载并手工转换，以了解更多细节。     
   cd ${HOME}/samples/python/level2_simple_inference/2_object_detection/YOLOV4_coco_detection_car_video/model    
   wget https://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/YOLOv4_onnx/yolov4_dynamic_bs.onnx    
   atc --model=./yolov4_dynamic_bs.onnx --framework=5 --output=yolov4_bs1 --input_format=NCHW --soc_version=Ascend310 --input_shape="input:1,3,608,608" --out_nodes="Conv_434:0;Conv_418:0;Conv_402:0"

    

3. 获取样例需要的测试视频。

   # 执行以下命令，进入样例的data文件夹中，下载对应的测试视频。
   cd $HOME/samples/python/level2_simple_inference/2_object_detection/YOLOV4_coco_detection_car_video/data
   wget https://c7xcode.obs.cn-north-4.myhuaweicloud.com/models/YOLOV4_coco_detection_car_video/test_video/test.mp4
   cd ../src

    

样例运行

注：开发环境与运行环境合一部署，请跳过步骤1，直接执行步骤2即可。

1. 执行以下命令,将开发环境的 YOLOV4_coco_detection_car_video 目录上传到运行环境中，例如 /home/HwHiAiUser，并以HwHiAiUser（运行用户）登录运行环境（Host）。

   # 【xxx.xxx.xxx.xxx】为运行环境ip，200DK在USB连接时一般为192.168.1.2，300（ai1s）为对应的公网ip。
   scp -r $HOME/samples/python/level2_simple_inference/2_object_detection/YOLOV4_coco_detection_car_video HwHiAiUser@xxx.xxx.xxx.xxx:/home/HwHiAiUser
   ssh HwHiAiUser@xxx.xxx.xxx.xxx
   cd ${HOME}/YOLOV4_coco_detection_car_video/src

    

2. 运行可执行文件。

   python3.6 yolov4.py ../data/test.mp4

    

查看结果

运行完成后，结果视频保存在out目录下。

常见错误

请参考常见问题定位对遇到的错误进行排查。如果wiki中不包含，请在samples仓提issue反馈。