AI树莓派——构建树莓派大脑(NCNN环境搭建)
前言
镜像已经做好了，传到百度网盘中了（请大家及时保存，不定期删除！）
https://pan.baidu.com/s/1fhiX86L8iL8tsLbsiVa6Wg 密码: e64s
SD卡要求：至少16GB，板卡型号为树莓派3B+（其他型号未知）
镜像使用说明：
- root 密码 111
- 依赖库编译在Dowloads文件夹下
- 编译好的NCNN项目在work目录下
板卡介绍
本系列教程采用树莓派3B+开发板：
板卡特点：
- 1.4GHz 64位4核 ARM Cortex-A53 CPU
- 双频 802.11ac 无线网卡和蓝牙 4.2
- 更快的以太网（千兆以太网 over USB 2.0）
- 1G LPDDR2
- PoE 支持（Power-over-Ethernet，with PoE HAT）
- 改进 PXE 网络与 USB 大容量存储启动
系统安装
工具
- SDFormatter(格式化SD卡)
- win32diskimager（为SD卡烧写程序）
安装步骤
首先用SDFormatter将插入的SD卡格式化。
然后用win32diskimager找到对应的镜像烧写到SD卡中（原始镜像采用2018-04-18-raspbian-stretch树莓派官方系统）
更换源
一步操作
直接执行以下两步，即可替换将官方默认软件源替换为
中科大镜像源
$ sudo sed -i 's#://mirrordirector.raspbian.org#s://mirrors.ustc.edu.cn/raspbian#g' /etc/apt/sources.list
$ sudo sed -i 's#://archive.raspberrypi.org/debian#s://mirrors.ustc.edu.cn/archive.raspberrypi.org#g' /etc/apt/sources.list.d/raspi.list
或换为清华镜像源
$ sudo sed -i 's#://mirrordirector.raspbian.org#s://mirrors.tuna.tsinghua.edu.cn/raspbian#g' /etc/apt/sources.list
$ sudo sed -i 's#://archive.raspberrypi.org/debian#s://mirrors.tuna.tsinghua.edu.cn/raspberrypi#g' /etc/apt/sources.list.d/raspi.list
或手动修改源
- 第一步：修改sources.list
$ sudo vim /etc/apt/sources.list
进入之后，屏蔽掉其他的源，输入以下源：
$ deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi
$ deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi
- 第二步：修改raspi.list
$ sudo vim /etc/apt/sources.list.d/raspi.list
进入之后，屏蔽掉其他的源，输入以下源：
$ deb http://mirror.tuna.tsinghua.edu.cn/raspberrypi/ stretch main ui
$ deb-src http://mirror.tuna.tsinghua.edu.cn/raspberrypi/ stretch main ui
- 第三步：修改完源后更新升级系统
$ sudo apt-get update
$ sudo apt-get upgrade
安装cmake工具
安装cmake
sudo apt-get install cmake
安装cmake-gui
cmake-gui是可视化的cmake工具，便于配置。
$ sudo apt-get install cmake-gui
安装 protobuf
下载 protobuf-2.6.1.tar.gz
安装
$ #解压文件
$ tar zxvf protobuf-2.6.1.tar.gz
$ #进入文件
$ cd protobuf-2.6.1/
$ # 配置
$ ./configure
$ # 编译（编译过程尽量只用一个核 不要加 j4,j3,j2）
$ make
$ # 编译检查
$ make check
$ # 安装
$ sudo make install
$ # 添加库路径 在/etc/ld.so.conf.d/目录下创建文件bprotobuf.conf文件
$ cd /etc/ld.so.conf.d/
$ sudo touch bprotobuf.conf
$ # vim打开bprotobuf.conf文件输入/usr/local/lib
$ sudo ldconfig
$ # 查看版本
$ protoc –-version
安装opencv3.4
预装依赖库
$ sudo apt-get install build-essential git cmake pkg-config -y
$ sudo apt-get install libjpeg8-dev -y
$ sudo apt-get install libtiff5-dev -y
$ sudo apt-get install libjasper-dev -y
$ sudo apt-get install libpng12-dev -y
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev -y
$ sudo apt-get install libgtk2.0-dev -y
$ sudo apt-get install libatlas-base-dev gfortran -y
$ sudo apt-get install qt5-default -y
安装numpy（命令行），第一次使用pip安装时可能会比较慢，耐心等待
$ sudo pip3 install numpy
查看numpy的安装目录并记录（后面编译时需要PYTHON3_NUMPY_INCLUDE_DIRS路径，如果不带numpy编译可能会卡住）
$ python3
>> import numpy
>> numpy.__path__
>> quit()
下载并解压OpenCV
然后下载OpenCV库和Contrib库（强烈建议在其他环境下载然后拷贝过来），如果需要其他版本，就修改后面的版本号
https://github.com/Itseez/opencv/archive/3.4.0.zip
https://github.com/Itseez/opencv_contrib/archive/3.4.0.zip
cmake配置
解压后在opencv-3.4.0文件夹里创建build文件夹，然后在命令行里面cd到此文件夹，开始cmake，以下内容为一行
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON -D WITH_LIBV4L=ON PYTHON3_EXECUTABLE=/usr/bin/python3.5 PYTHON_INCLUDE_DIR=/usr/include/python3.5 PYTHON_LIBRARY=/usr/lib/arm-linux-gnueabihf/libpython3.5m.so PYTHON3_NUMPY_INCLUDE_DIRS=/home/pi/.local/lib/python3.5/site-packages/numpy/core/include ..
## 备选方案
sudo aptitude search libgtk2.0-dev
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON -D WITH_QT=ON -D WITH_GTK=ON -D WITH_OPENGL=ON ..
编译安装
执行如下操作：
# 编译（编译过程尽量只用一个核 不要加 j4,j3,j2）
$ make
$ sudo make install
编译NCNN
下载NCNN
$ git clone https://github.com/Tencent/ncnn.github
需要安装的依赖库
- protobuf
- opencv
编译
$ cd ncnn
$ mkdir build
$ cd build
$ cmake ..
$ make
NCNN测试
修改项目根目录下的CMakeLists.txt文件，定位到最后几行
$ cd <ncnn-root-dir>
$ cd build
$ cmake ..
$ make
$ cp examples/squeezenet_v1.1.param build/examples
$ cp examples/squeezenet_v1.1.bin build/examples
$ cd build/examples
$ ./squeezenet cat.jpg
结果：
调整SD卡分区
使用工具：
Linux Ubuntu gparted分区工具
安装gparted
sudo apt-get install gparted
调整分区容量大小
参考
https://www.jianshu.com/p/67b9e6ebf8a0
http://www.rabbit8.cn/609.html
https://linux.cn/article-8477-1.html
https://www.cnblogs.com/Pyrokine/p/8921285.html
https://stackoverflow.com/questions/28776053/opencv-gtk2-x-error
相关人工智能与异构计算的知识分享，欢迎关注我的公众号【AI异构】