本帖最后由 robe.zhang 于 2021-3-31 17:57 编辑
【百度大脑AI计算盒FZ5C】EasyEdge Demo 模型试用
EasyEdge Demo 模型试用效果相当不错：
https://v.youku.com/v_show/id_XNTEzMDYxNjE4MA==.html
EasyEdge是基于百度飞桨轻量化推理框架PaddleLite研发的端与边缘AI服务平台，能够帮助深度学习开发者将自建模型快速部署到设备端。 EasyEdge 也是百度AI平台云到端的一个环节。 针对 Edgeboard FPGA 平台，支持网络： AlexNet网络 PaddlePaddle 框架 SqueezeNetV1.0 网络 PaddlePaddle框架 SqueezeNetV1.1 网络 Caffe TensorFlow 框架 MobileNetV1 网络 Caffe TensorFlow PyTorch PaddlePaddle MXNet 框架 MobileNetV2 网络 Caffe TensorFlow PyTorch PaddlePaddle MXNet 框架 MobileNetV1_050 网络 PaddlePaddle 框架 MobileNetV1_075 网络 PaddlePaddle 框架 MobileNetV2_075 网络 PaddlePaddle 框架 ResNet50-V1 网络Caffe PyTorch PaddlePaddle 框架 ResNet101-V1网络Caffe PyTorch PaddlePaddle 框架 InceptionV1 网络 TensorFlow PaddlePaddle 框架 InceptionV2 网络 Caffe PyTorch框架 InceptionV3 网络 Caffe PyTorch PaddlePaddle 框架 InceptionV4 网络 Caffe TensorFlow PyTorch PaddlePaddle 框架 ResNeXt50 网络 Caffe PyTorch PaddlePaddle 框架 ResNeXt101网络 PyTorch 框架 VGG16-SSD 网络 Caffe PaddlePaddle 框架 VGG16-SSD512 网络 Caffe PaddlePaddle 框架 MobileNetV1-SSD 网络 Caffe PaddlePaddle 框架 SqueezeNet-SSD 网络 Caffe 框架 MobileNetV2-SSD 网络 caffe 框架 MobileNetV2-SSDLite网络 caffe 框架 MobileNetV1-SSDLite 网络 PaddlePaddle框架 YoloV3 网络 PaddlePaddle 框架
必须是以上网络才可以使用 EasyEdge 工具转化为 edgeboard 部署的网络。
其他还有很多网络仅支持把 edgeboard 当做通用的 arm linux 来使用，会失去 FPGA 加速的优势
EasyEdge 开源的模型全部是 arm 平台 andorid ios 系统的模型，笔者在手机上试用了开源的模型，80目标检测，比较老的手机 iphone6s 运行的也相当流畅，EasyEdge 转换效果还是很明显的。
试用体验步骤：
有模型就上传模型，没有模型可以体验一下开源的模型 笔者体验开源模型 80 目标检测，使用 ios 操作系统
弹出来个二维码，用手机扫，扫完打开上面的链接，安装： 授信： 打开通用，设备管理，打开企业级APP 管理
然后就可以用了：
可以拍照识别，可以实时识别：
实时识别的效果很流畅，EasyEdge 对模型的压缩优化效果还是很明显的，只是当前对 Edgeboard 支持略显不够，也许是Edgeboard还在发展初期吧
| 
发表于 2021-3-31 17:57:37
/4 
