标签: google-coral

我正在尝试使Mobilenetv2模型（将最后一层重新训练到我的数据中）在Google Edge TPU珊瑚上运行。

我已经按照这个教程https://www.tensorflow.org/lite/performance/post_training_quantization?hl=zh-CN进行了训练后量化。相关代码为：

...
train = tf.convert_to_tensor(np.array(train, dtype='float32'))
my_ds = tf.data.Dataset.from_tensor_slices(train).batch(1)


# POST TRAINING QUANTIZATION
def representative_dataset_gen():
    for input_value in my_ds.take(30):
        yield [input_value]

converter = tf.lite.TFLiteConverter.from_keras_model_file(saved_model_dir)
converter.optimizations = [tf.lite.Optimize.DEFAULT]
converter.representative_dataset = representative_dataset_gen
converter.target_ops = [tf.lite.OpsSet.TFLITE_BUILTINS_INT8]
tflite_quant_model = converter.convert()

我已经成功生成了tflite量化模型，但是当我运行edgetpu_compiler时（此页面为https://coral.withgoogle.com/docs/edgetpu/compiler/#usage），我得到以下输出：

edgetpu_compiler  Notebooks/MobileNetv2_3class_visit_split_best-val- 
acc.h5.quant.tflite

Edge TPU Compiler version 2.0.258810407
INFO: Initialized TensorFlow Lite runtime.
ERROR: quantized_dimension must be in range [0, 1). Was 3.
ERROR: quantized_dimension must be in range [0, 1). Was 3.
ERROR: quantized_dimension must …

我正在努力在Google Coral开发板上为Python 安装最新版本的dlib（http://dlib.net/，v19.17）。它与Raspberry Pi 3 B +（似乎具有完全相同的CPU和RAM数量）一起很好地工作，但是在珊瑚开发板上的卡住率为80％（在编译vector.cpp时）。运行跑步时会发生这种情况：

python3 setup.py install

我尝试在Mendel Linux（运行开发板）上进行以下跟踪，但未成功：

• 将cmake升级到最新版本，
• 更改setup.py用于构建dlib的内核数
• 添加SWAP文件

我看到的RPI和Coral / Mendel之间的主要区别是孟德尔上的cmake和gcc的旧版本。

我已经将cmake升级到最新版本，但没有成功，但是还没有涉及gcc。

我正在尝试为 Google Coral USB 加速器运行一些 Gstreamer 示例 - 我没有使用 Coral 开发板。驱动程序已安装并运行，我可以使用 OpenCV 和 edgetpu 库对来自我的相机的图像进行分类。我想让网络服务器演示运行。我已经将范围缩小到 Gstreamer 无法找到 Coral 提供的插件。

插件来自这个 repo（它还包含演示代码edgetpu_detect_server和edgetpu_detect：https : //coral.googlesource.com/edgetpuvision/+/refs/heads/master/plugins/

Coral 提供了三个插件：

linaro@linaro-alip:~$ ls /home/linaro/edgetpuvision/plugins/
glbox.py  glsvgoverlaysink.py  glsvgoverlaysrc.py

我在尝试运行时遇到的错误，例如检测服务器是：

(edgetpu_detect:28764): dbind-WARNING **: 11:38:56.589: Error retrieving accessibility bus address: org.freedesktop.DBus.Error.ServiceUnknown: The name org.a11y.Bus was not provided by any .service files
v4l2src device=/dev/video0 ! video/x-raw,format=YUYV,width=640,height=512,framerate=30/1 ! glupload ! tee name=t
t. ! queue ! glsvgoverlaysink name=glsink
t. ! queue max-size-buffers=1 leaky=downstream ! glfilterbin filter=glbox …

我想在Android设备中使用USB Coral加速器在我的Android应用程序中使用CNN。可以使用吗？如果你们知道的话。请告诉我。谢谢。

我有一个使用 sigmoid 函数进行二元分类的 Keras 模型。我编译了我的模型以.tflite按照 Coral USB 的要求进行格式化以运行推理。但是，我注意到该脚本classify_image.py执行多类分类。因此，当我尝试对图像进行分类时，我对任何图像都得到了 100% 的预测。例如，我的模型将红外图像分类为发烧状态。即使我传球图像，它也会为发烧级提供 100% 阳性。

因此，我再次使用完全自定义的模型对植物使用 layer softmax 测试了多类模型，这一次它起作用了。它为植物 A、植物 B 和植物 C 提供了合理的 85% 准确度。

因此，我想知道我需要做哪些更改，才能使用二进制分类自定义模型与 Pycoral 配合使用。

这是我用于分类的代码：

import argparse
import time

from PIL import Image
from pycoral.adapters import classify
from pycoral.adapters import common
from pycoral.utils.dataset import read_label_file
from pycoral.utils.edgetpu import make_interpreter
import cv2 as cv
import numpy as np


def main():
  parser = argparse.ArgumentParser(
      formatter_class=argparse.ArgumentDefaultsHelpFormatter)
  parser.add_argument('-m', '--model', required=True,
                      help='File path of .tflite file.')
  parser.add_argument('-i', '--input', required=True, …

刚刚设置了我的 Google Coral Dev Board，Mendel 的安装有点粗糙，但是现在我已经刷了板，即使经过几次重新启动，风扇也不会旋转。

散热器变得超级热。我是菜鸟，有什么代码可以解决这个问题，如果是这样，请告诉我如何运行上述代码的详细信息？

当我使用串行端口运行谷歌珊瑚时，我能够运行演示应用程序，但是当我尝试使用数据端口（c 型电缆）运行谷歌珊瑚时，我无法连接开发板

rahul@ubuntu:~$ mdt shell 正在等待设备...正在连接到如意纱在 192.168.101.2 如意纱上不存在密钥 -- 推送

看起来您正在尝试连接到未通过 USB 连接到您的工作站并且没有此 MDT 生成的 SSH 密钥的设备。要与 MDT shell 连接，您需要首先仅通过 USB 连接到您的设备。

遵循Edge TPU开发板入门上的说明时，我无法走过步骤2：

$ screen /dev/ttyUSB0 115200

问题是屏幕立即返回

[screen is terminating]

我已经验证了/etc/udev/rules.d/65-edgetpu-board.rules的内容，验证了dmesg输出，尝试了不同的USB端口，验证了所有屏幕实例均已关闭，等等。

我正在关注 Coral Dev Board 入门指南 - 开始使用 Dev Board ( https://coral.withgoogle.com/docs/dev-board/get-started/ )。一切正常，直到步骤 -通过 MDT 连接到板的外壳。我等了大约 5 分钟，直到闪烁完成，终端提示返回给我，然后我尝试了命令：

mdt devices

终端什么都不返回。不像指南说它应该返回我的主板主机名和 IP 地址。我检查了USB-C OTG和USB-C电源线，它们都连接良好。

我也试过这个解决方案：https : //superuser.com/questions/1452786/coral-dev-board-not-recongized-on-mdt-shell。我转到系统偏好设置下的网络，然后单击“+”图标，但我找不到孟德尔设备。

我正在使用在 macOS Catalina 上运行的 Macbook Pro。fastboot 和 mdt 命令都可以工作。

在转换和执行 keras 模型的 8 位量化时，我遇到了图像数据集没有发生的奇怪错误。

import tensorflow.python.keras.backend as K
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.models import load_model
import numpy as np

x_train = np.array([[0.6171875  0.59791666],[0.6171875  0.59791666],[0.6171875  0.59791666]])
y_train = np.array([[0.6171875  0.59791666],[0.6171875  0.59791666],[0.6171875  0.59791666]])


def representative_dataset_gen():
    for i in range(1):
        # Get sample input data as a numpy array in a method of your choosing.
        sample = np.array([0.5,0.6])
        sample = np.expand_dims(sample, axis=0)
        yield [sample]



model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(2,)),
  tf.keras.layers.Dense(12, activation='relu'),
  tf.keras.layers.Dense(2, activation='softmax')
])


model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, …