本文主要是介绍Coral Accelerator 初探,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
Coral Accelerator 初探
- Coral Accelerator 介绍
- 环境配置
- Requirements
- 安装 Edge TPU runtime
- 安装TFlite
- 使用TensorFlow Lite API运行model
Coral Accelerator 介绍
Coral Accelerator全名叫:Edge TPU Accelerator(边缘TPU加速器),是Google公司推出的新一款神经网络加速棒,相较于Movidius,外观上它采用了USB type-C的连接方式,避免了movidius那相当让人难受的笨重接头。与Movidius相同,它也同样是将云端训练的模型进行转换,起到终端神经网络本地推理的作用。
官网链接:https://coral.withgoogle.com/
环境配置
Coral Accelerator的环境配置在官网上有教程,首先尝试按照其Windows10教程进行配置,发现配置完成后,插上计算棒后无法检测到计算棒,会报如下错误:
Traceback (most recent call last):File "classify_image.py", line 122, in <module>main()File "classify_image.py", line 99, in maininterpreter = make_interpreter(args.model)File "classify_image.py", line 73, in make_interpreter{'device': device[0]} if device else {})File "/usr/local/lib/python3.6/dist-packages/tflite_runtime/interpreter.py", line 164, in load_delegatelibrary, str(e)))
ValueError: Failed to load delegate from libedgetpu.so.1
尝试一番后无果,选择放弃。
在Ubuntu16.04环境下进行安装:
Requirements
python3.5以上
安装 Edge TPU runtime
按照官方教程,采用apt的安装方法,但其https://packages.cloud.google.com/apt coral-edgetpu-stable的源被墙,无法直接进行安装。于是选择源码编译的方式对libedgetpu进行安装。
edgetpu源码:https://github.com/google-coral/edgetpu
(注:其中包含了大量已训练好的模型,git clone起来会相当慢。。。。)
运行 sripts/runtime/install.sh
对Edge TPU Runtime进行安装即可。
安装TFlite
https://www.tensorflow.org/lite/guide/python
直接安装(根据自己的系统及python版本选择对应的包):
pip3 install https://dl.google.com/coral/python/tflite_runtime-2.1.0.post1-cp36-cp36m-linux_x86_64.whl
使用TensorFlow Lite API运行model
1、GitHub上clone实例代码
mkdir coral && cd coral
git clone https://github.com/google-coral/tflite.git
2、尝试运行分类网络,下载训练好的模型、label和测试图片:
cd tflite/python/examples/classification
bash install_requirements.sh
3、运行:
python3 classify_image.py \
--model models/mobilenet_v2_1.0_224_inat_bird_quant_edgetpu.tflite \
--labels models/inat_bird_labels.txt \
--input images/parrot.jpg
输出:
INFO: Initialized TensorFlow Lite runtime.
----INFERENCE TIME----
Note: The first inference on Edge TPU is slow because it includes loading the model into Edge TPU memory.
11.8ms
3.0ms
2.8ms
2.9ms
2.9ms
-------RESULTS--------
Ara macao (Scarlet Macaw): 0.76562
这篇关于Coral Accelerator 初探的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!