mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-23 08:39:33 +08:00
122 lines
5.5 KiB
Markdown
Executable File
122 lines
5.5 KiB
Markdown
Executable File
[English](../../en/build_and_install/a311d.md) | 简体中文
|
||
|
||
# 晶晨 A311D 部署环境编译安装
|
||
|
||
## 导航目录
|
||
|
||
* [简介以及编译选项](#简介以及编译选项)
|
||
* [交叉编译环境搭建](#交叉编译环境搭建)
|
||
* [基于 Paddle Lite 的 FastDeploy 交叉编译库编译](#基于-paddle-lite-的-fastdeploy-交叉编译库编译)
|
||
* [准备设备运行环境](#准备设备运行环境)
|
||
* [基于 FastDeploy 在 A311D 上的部署示例](#基于-fastdeploy-在-a311d-上的部署示例)
|
||
|
||
## 简介以及编译选项
|
||
|
||
FastDeploy 基于 Paddle Lite 后端支持在晶晨 NPU 上进行部署推理。
|
||
更多详细的信息请参考：[Paddle Lite部署示例](https://www.paddlepaddle.org.cn/lite/develop/demo_guides/verisilicon_timvx.html)。
|
||
|
||
本文档介绍如何编译基于 Paddle Lite 的 C++ FastDeploy 交叉编译库。
|
||
|
||
相关编译选项说明如下：
|
||
|编译选项|默认值|说明|备注|
|
||
|:---|:---|:---|:---|
|
||
|ENABLE_LITE_BACKEND|OFF|编译 A311D 部署库时需要设置为 ON | - |
|
||
|WITH_TIMVX|OFF|编译 A311D 部署库时需要设置为 ON | - |
|
||
|TARGET_ABI|NONE|编译 A311D 库时需要设置为 arm64 | - |
|
||
|
||
更多编译选项请参考[FastDeploy编译选项说明](./README.md)
|
||
|
||
## 交叉编译环境搭建
|
||
|
||
### 开发机环境需求
|
||
- os：Ubuntu == 16.04
|
||
- cmake： version >= 3.10.0
|
||
|
||
### 环境搭建
|
||
可以进入 FastDeploy/tools/timvx 目录，使用如下命令一键安装：
|
||
```bash
|
||
cd FastDeploy/tools/timvx
|
||
bash install.sh
|
||
```
|
||
也可以按照如下命令安装：
|
||
```bash
|
||
# 1. Install basic software
|
||
apt update
|
||
apt-get install -y --no-install-recommends \
|
||
gcc g++ git make wget python unzip
|
||
|
||
# 2. Install arm gcc toolchains
|
||
apt-get install -y --no-install-recommends \
|
||
g++-arm-linux-gnueabi gcc-arm-linux-gnueabi \
|
||
g++-arm-linux-gnueabihf gcc-arm-linux-gnueabihf \
|
||
gcc-aarch64-linux-gnu g++-aarch64-linux-gnu
|
||
|
||
# 3. Install cmake 3.10 or above
|
||
wget -c https://mms-res.cdn.bcebos.com/cmake-3.10.3-Linux-x86_64.tar.gz && \
|
||
tar xzf cmake-3.10.3-Linux-x86_64.tar.gz && \
|
||
mv cmake-3.10.3-Linux-x86_64 /opt/cmake-3.10 && \
|
||
ln -s /opt/cmake-3.10/bin/cmake /usr/bin/cmake && \
|
||
ln -s /opt/cmake-3.10/bin/ccmake /usr/bin/ccmake
|
||
```
|
||
|
||
## 基于 Paddle Lite 的 FastDeploy 交叉编译库编译
|
||
搭建好交叉编译环境之后，编译命令如下：
|
||
```bash
|
||
# Download the latest source code
|
||
git clone https://github.com/PaddlePaddle/FastDeploy.git
|
||
cd FastDeploy
|
||
mkdir build && cd build
|
||
|
||
# CMake configuration with A311D toolchain
|
||
cmake -DCMAKE_TOOLCHAIN_FILE=./../cmake/toolchain.cmake \
|
||
-DWITH_TIMVX=ON \
|
||
-DTARGET_ABI=arm64 \
|
||
-DENABLE_FLYCV=ON \ # 是否开启 FlyCV 优化前后处理，可以选择开启
|
||
-DCMAKE_INSTALL_PREFIX=fastdeploy-timvx \
|
||
-DENABLE_VISION=ON \ # 是否编译集成视觉模型的部署模块，可选择开启
|
||
-Wno-dev ..
|
||
|
||
# Build FastDeploy A311D C++ SDK
|
||
make -j8
|
||
make install
|
||
```
|
||
编译完成之后，会生成 fastdeploy-timvx 目录，表示基于 Paddle Lite TIM-VX 的 FastDeploy 库编译完成。
|
||
|
||
## 准备设备运行环境
|
||
部署前要保证晶晨 Linux Kernel NPU 驱动 galcore.so 版本及所适用的芯片型号与依赖库保持一致，在部署前，请登录开发板，并通过命令行输入以下命令查询 NPU 驱动版本，晶晨建议的驱动版本为：6.4.4.3
|
||
```bash
|
||
dmesg | grep Galcore
|
||
```
|
||
|
||
如果当前版本不符合上述，请用户仔细阅读以下内容，以保证底层 NPU 驱动环境正确。
|
||
|
||
有两种方式可以修改当前的 NPU 驱动版本：
|
||
1. 手动替换 NPU 驱动版本。（推荐）
|
||
2. 刷机，刷取 NPU 驱动版本符合要求的固件。
|
||
|
||
### 手动替换 NPU 驱动版本
|
||
1. 使用如下命令下载解压 Paddle Lite demo，其中提供了现成的驱动文件
|
||
```bash
|
||
wget https://paddlelite-demo.bj.bcebos.com/devices/generic/PaddleLite-generic-demo.tar.gz
|
||
tar -xf PaddleLite-generic-demo.tar.gz
|
||
```
|
||
2. 使用 `uname -a` 查看 `Linux Kernel` 版本，确定为 `Linux` 系统 4.19.113 版本，
|
||
3. 将 `PaddleLite-generic-demo/libs/PaddleLite/linux/arm64/lib/verisilicon_timvx/viv_sdk_6_4_4_3/lib/a311d/4.9.113` 路径下的 `galcore.ko` 上传至开发板。
|
||
|
||
4. 登录开发板，命令行输入 `sudo rmmod galcore` 来卸载原始驱动，输入 `sudo insmod galcore.ko` 来加载传上设备的驱动。（是否需要 sudo 根据开发板实际情况，部分 adb 链接的设备请提前 adb root）。此步骤如果操作失败，请跳转至方法 2。
|
||
5. 在开发板中输入 `dmesg | grep Galcore` 查询 NPU 驱动版本，确定为：6.4.4.3
|
||
|
||
### 刷机
|
||
根据具体的开发板型号，向开发板卖家或官网客服索要 6.4.4.3 版本 NPU 驱动对应的固件和刷机方法。
|
||
|
||
更多细节请参考：[Paddle Lite准备设备环境](https://www.paddlepaddle.org.cn/lite/develop/demo_guides/verisilicon_timvx.html#zhunbeishebeihuanjing)
|
||
|
||
## 基于 FastDeploy 在 A311D 上的部署示例
|
||
1. A311D 上部署 PaddleClas 分类模型请参考：[PaddleClas 分类模型在 A311D 上的 C++ 部署示例](../../../examples/vision/classification/paddleclas/a311d/README.md)
|
||
|
||
2. A311D 上部署 PPYOLOE 检测模型请参考：[PPYOLOE 检测模型在 A311D 上的 C++ 部署示例](../../../examples/vision/detection/paddledetection/a311d/README.md)
|
||
|
||
3. A311D 上部署 YOLOv5 检测模型请参考：[YOLOv5 检测模型在 A311D 上的 C++ 部署示例](../../../examples/vision/detection/yolov5/a311d/README.md)
|
||
|
||
4. A311D 上部署 PP-LiteSeg 分割模型请参考：[PP-LiteSeg 分割模型在 A311D 上的 C++ 部署示例](../../../examples/vision/segmentation/paddleseg/amlogic/a311d/README.md)
|