使用面向 32 位 Debian* OS 的预配置 Dockerfile 进行交叉编译OpenVINO™工具套件和 NCS2 插件

硬件

• Raspberry Pi* 4（Raspberry Pi* 3 B+ 型号应该正常工作。）
• 至少 16 GB microSD 卡
• 英特尔® 神经电脑棒 2
• 以太网互联网连接或兼容的无线网络
• 安装了装有 Docker 容器的主机机器

目标操作系统

• Raspbian* Buster，32 位

确保您的设备软件是最新的：

sudo apt update && sudo apt upgrade -y

sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
sudo groupadd docker
sudo usermod -aG docker ${USER}
sudo systemctl restart docker

下载源代码并修改配置文件：

git clone --recurse-submodules --single-branch --branch=2022.1 https://github.com/openvinotoolkit/openvino_contrib.git

转到arm_plugin目录：

cd openvino_contrib/modules/arm_plugin

使用编辑工具修改下面Dockerfile.RPi32_buster文件的内容：

vim dockerfiles/Dockerfile.RPi32_buster

在第 114 行中添加 “RUN pip install protobuf==3.20.0”，如下图所示。

保存已编辑的文件。

使用编辑工具修改 arm_cpu_plugin_build.sh 文件的内容如下：

vim scripts/arm_cpu_plugin_build.sh

编辑 77、78、79 和 136 行，并添加更改，如下所示：

77 checkSrcTree $OPENCV_HOME https://github.com/opencv/opencv.git 4.5.5-openvino-2022.1 4.x
78 checkSrcTree $OPENVINO_HOME https://github.com/openvinotoolkit/openvino.git 2022.1.0 releases/2022/1
81 checkSrcTree $OMZ_HOME https://github.com/openvinotoolkit/open_model_zoo.git 2022.1.0 releases/2022/1
136 -DENABLE_INTEL_MYRIAD=ON -DCMAKE_BUILD_TYPE=$BUILD_TYPE \

保存已编辑的文件。

在本步骤中，我们将运行脚本，以在 Docker 容器环境中下载和交叉编译OpenVINO™工具套件和其他组件，如 OpenCV* ：

转到 ARM CPU 插件目录：

cd openvino_contrib/modules/arm_plugin

构建 Docker* 映像：

docker image build -t arm-plugin -f dockerfiles/Dockerfile.RPi32_buster .

在 Docker* 容器中构建插件：

该构建过程由在/arm_cpu_plugin目录内执行的/arm_cpu_plugin_build.sh脚本执行（用于执行的默认容器命令）。所有中间结果和构建假象都存储在工作目录中。

因此，可以加装整个工作目录，以将所有结果存储在容器外：

mkdir build

docker container run --rm -ti -v $PWD/build:/arm_cpu_plugin arm-plugin

在构建文件夹中，生成 OV_ARM_package.tar.gz

ls build

将 OV_ARM_package.tar.gz 传输到目标设备 （Raspberry Pi 4* 32 位 Buster）
有多种方法可将包裹转移至目标设备 （Raspberry Pi 4*），直接将副本安全复制到目标设备，将包裹复制到 USB 拇指驱动器并将其传输。
本文将展示如何在主机机器中安装 USB 拇指驱动器，并将构建包复制到安装的拇指驱动器。

将 USB 拇指驱动器插入系统 USB 端口，然后使用以下命令检查设备启动;

sudo fdisk -l

验证了设备启动后，将设备引导（例如 /dev/sda）安装到 /mnt中;

sudo mount /dev/sda /mnt

然后将OpenVINO程序包复制到 USB 拇指驱动器;

sudo cp -rf build/OV_ARM_package.tar.gz /mnt/

完成交叉编译后，成功地将 OV_ARM_package.tar.gz 复制到目标设备 （Raspberry Pi 4*）。

安装编译工具

sudo apt update
sudo apt 安装 cmake -y

解压 OV_ARM_package.tar.gzpackage

mkdir ~/openvino_dist/
tar -xvzf OV_ARM_package.tar.gz -C ~/openvino_dist/

支持设置变量

source ~/openvino_dist/setupvars.sh

编译示例代码

cd ~/openvino_dist/samples/cpp
./build_samples.sh

要验证该工具套件与英特尔® 神经电脑棒 2和 ARM* 插件在您的设备上的工作，请完成以下步骤：

1. 运行 示例应用程序 hello_query_device 以确认所有库是否正确加载。
2. 下载 预先训练的模型。
3. 为 神经网络选择一个输入（即图像文件）。
4. 配置 英特尔® 神经电脑棒 2 Linux* USB 驱动程序。
5. 使用所选的模型和输入运行benchmark_app。

示例应用

英特尔® OpenVINO™ 工具套件包括利用推理引擎和英特尔® 神经电脑棒 2的示例应用程序。其中一个应用程序hello_query_device，可在以下目录中找到：

~/inference_engine_cpp_samples_build/armv7l/Release

运行以下命令以测试 hello_query_device：

cd ~/inference_engine_cpp_samples_build/armv7l/Release

./hello_query_device

它应该打印一个对话框，描述系统上用于推理的可用设备。

下载一个模型

应用程序需要一个模型来传递输入。您可以通过以下方式获取面向 IR 格式的英特尔® OpenVINO™工具套件的型号：

• 使用模型优化器将现有模型从受支持的框架之一转换为推断引擎的 IR 格式。请注意，模型优化器软件包对 Raspberry Pi* 不可用。
• 使用模型下载器工具从 Open Model Zoo 下载。只有公共预先训练的模型。
• 直接从 storage.openvinotookit.org 下载 IR 文件

出于我们的目的，直接下载是最简单的方法。使用下列命令来获取人车单车检测模型：

wget https://storage.openvinotoolkit.org/repositories/open_model_zoo/2022.1/models_bin/3/person-vehicle-bike-detection-crossroad-0078/FP16/person-vehicle-bike-detection-crossroad-0078.bin -O ~/Downloads/person-vehicle-bike-detection-crossroad-0078.bin

wget https://storage.openvinotoolkit.org/repositories/open_model_zoo/2022.1/models_bin/3/person-vehicle-bike-detection-crossroad-0078/FP16/person-vehicle-bike-detection-crossroad-0078.xml -O ~/Downloads/person-vehicle-bike-detection-crossroad-0078.xml

神经网络输入

最后一个项目是神经网络的输入。对于我们下载的型号，您需要一个带有三个颜色通道的图像。将必要的文件下载到主板上：

wget https://cdn.pixabay.com/photo/2018/07/06/00/33/person-3519503_960_720.jpg -O ~/Downloads/person.jpg

配置英特尔® 神经电脑棒 2 Linux USB 驱动程序

必须添加一些 udev 规则，以使系统能够识别英特尔® NCS2 USB 设备。

sudo usermod -a -G users "$(whoami)"

设置OpenVINO™环境：

source /home/pi/openvino_dist/setupvars.sh

要在英特尔® 神经电脑棒 2上执行推理，通过运行 install_NCS_udev_rules.sh 脚本安装 USB 规则：

sh /home/pi/openvino_dist/install_dependencies/install_NCS_udev_rules.sh

USB 驱动程序现在应该可以正确安装了。如果在运行演示时找不到英特尔® 神经电脑棒 2，重新启动设备并重试。

运行 benchmark_app

下载模型时，提供输入映像，并将英特尔® 神经电脑棒 2插入 USB 端口，使用以下命令来运行 benchmark_app：

cd ~/inference_engine_cpp_samples_build/armv7l/Release

./benchmark_app -i ~/Downloads/person.jpg -m ~/Downloads/person-vehicle-bike-detection-crossroad-0078.xml -d MYRIAD

这将以选定的选项运行应用程序。 -d 标记会告诉程序使用哪个设备进行推理。指定 MYRIAD 可激活 MYRIAD 插件，利用该英特尔® 神经电脑棒 2。命令成功执行后，终端将显示推理统计信息。您还可以使用 CPU 插件在 Raspberry Pi 4* 设备的 ARM CPU 上运行推理，参阅 适用于操作支持的 ARM* 插件操作集规范， 因为本示例中使用的模型不受 ARM* 插件的支持。

[ INFO ] First inference took 410.75 ms
[Step 11/11] Dumping statistics report
[ INFO ] Count: 388 iterations
[ INFO ] Duration: 60681.72 ms
[ INFO ] Latency:
[ INFO ] Median: 622.99 ms
[ INFO ] Average: 623.40 ms
[ INFO ] Min: 444.03 ms
[ INFO ] Max: 868.18 ms
[ INFO ] Throughput: 6.39 FPS

如果应用程序在您的英特尔® NCS2上成功运行，OpenVINO™工具套件和英特尔® 神经电脑棒 2正确设置，以便在您的设备上使用。

环境变量

在编译和运行OpenVINO工具包应用程序之前，您必须更新多个环境变量。运行以下脚本以临时设置环境变量：

source /home/pi/openvino_dist/setupvars.sh

**（可选）** 您关闭 shell 时，会删除OpenVINO™环境变量。作为一个选项，您可以永久设置环境变量，如下所示：

echo "source /home/pi/openvino_dist/setupvars.sh" >> ~/.bashrc

要测试您的更改 ， 请打开新的终端。您将看到以下内容：

[setupvars.sh] OpenVINO environment initialized

这完成了对 Raspbian* OS 的 OpenVINO™ 工具套件的开源分发，以及使用 英特尔® 神经电脑棒 2 和 ARM* 插件的交叉编译和构建过程。