殿上欢,完美世界有声小说全集,欢乐颂第二季

原文引自電子發燒友論壇 HarmonyOS技術社區 《【OpenHarmony成長計劃挑戰賽】基于Openharmony的道路維護方案》

1. 功能描述

本設計方案致力于解決目標：建設包容、安全、有抵御災害能力和可持續的城市和人類住區中的交通問題，在此提出一種基于OpenHarmony實現道路維護的方案，通過深度學習的方式對道路的裂縫進行實時檢測，增加道路的可持續使用性。

由于傳統的道路裂縫檢測精度和距離有限，大部分仍需要人工檢測，而人工裂縫檢測的過程又十分的繁瑣，檢測的實時性與高效性普遍較低。本方案基于海思HI3516DV300圖像化處理方法，并部署深度學習模型，對道路裂縫進行檢測。

話不多說，我們先上圖上視頻：檢測電路正視圖：

視頻展示：2. 方案基線2.1 工程版本：

系統版本/API版本：OpenHarmony 3.X小型系統
IDE版本：DeEco Device Tool Release 3.0.0.401

2.2 硬件基礎：Hi3516DV300開發套件2.3 學習模型：本方案第一階段在hi3516dv300主控芯片部署了兩種深度學習模型。3. 檢測網考慮到HI3516DV300的NNIE（編者注：是Neural Network Inference Engine 神經網絡計算引擎的英文縮寫）支持的檢測網，在檢測網的選擇上使用了以 darknet 為框架的YOLO v2模型。3.1 下載地址：https://github.com/pjreddie/darknet3.2 訓練指令：

./darknet detector train hand.data cfg/resnet18.cfg

3.3YOLO v2受到faster rcnn的啟發，引入了anchor。同時使用了K-Means方法，對anchor數量進行了討論，在精度和速度之間做出折中。并且修改了網絡結構，去掉了全連接層，改成了全卷積結構。在訓練時引入了世界樹結構，將檢測和分類問題做成了一個統一的框架，并且提出了一種層次性聯合訓練方法。3.4檢測訓練數據本次檢測網選擇了2000張帶有道路裂縫的圖像進行標注，在搭建好的服務器進行30200次迭代，直至模型收斂。

3.5resnet18.cfg配置framework > darkness-master > cfg > resnet18.cfg部分配置如下：

# subdivisions=1


# Testing
batch=48
subdivisions=8
height-384
width=640
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=0.1
learning rate=0.01
burn in=10000
max batches = 300200
policy=steps
steps=100000, 200000, 250001
scales=.1,.1,.1

3.6模型訓練IOU值接近0.98 class值接近0.99999 Obj值在0.003以下。

3.7權重推理在服務器進行權重的推理：

4. 分類網分類網選擇resnet18。4.1分類訓練數據分類網的訓練數據集分為11000左右的道路裂縫圖片，10000左右的無裂縫圖片，在服務器上迭代300次，直至模型收斂。Creak_Image部分:

NoCreak_Image部分：

4.2訓練模型

5. 環境搭建5.1模型轉換對pytorch訓練得到的模型權重首先將轉換為caffe模型。5.1.1 檢測網得到的權重轉換檢測網得到的權重轉換為caffe模型需要在caffe環境下并安裝torch環境

代碼地址：https://github.com/ChenYingpeng/darknet2caffe
轉換命令：python darknet2caffe.py resnet18.cfg resnet18_new_final.weights resnet18.prototxt resnet18.caffemodel

5.1.2 分類網得到的權重轉換分類網得到的權重轉換為caffe模型需要在caffe環境下并需要依賴torch和torchvison

代碼地址：https://codeload.github.com/xxradon/PytorchToCaffe/zip/refs/heads/master
轉換命令：python example/resnet_pytorch_2_caffe.py

5.2 開發環境

本次采用windows+ubuntu混合開發，具體操作流程可參考HarmonyOS Device社區：

https://device.harmonyos.com/cn/docs/documentation/guide/ide-install-windows-ubuntu-0000001194073744

5.3模型量化得到的caffe模型后使用Ruyistudio工具對.prototxt進行量化，并在此之前修改prototxt文件進行適配使得NNIE（編者注：是Neural Network Inference Engine 神經網絡計算引擎的英文縮寫）能夠支持網絡結構，最終生成WK文件。5.4板端適配將得到的WK文件在OpenHarmony中基于SDK sampled的網絡進行修改，適配，配置依賴，編譯（在此之前OpenHarmony小型系統的主干代碼已經整體編譯通過），最終生成可執行文件，并掛在到HI3516DV300板端。5.5加載文件

檢測網生成的WK文件在OpenHarmony中編譯后得到可執行文件，并掛載板端，啟動開發板應用驅動,加載可執行文件

驅動命令 ：insmod hi_mipi_tx.ko
加載文件 ：./ohos_yolov2_creak_demo 1

分類網生成的WK文件在OpenHarmony中編譯后得到可執行文件，并掛載板端，啟動開發板應用驅動,加載可執行文件

驅動命令：insmod hi_mipi_tx.ko
加載文件：./ohos_cnn_creak_demo 0

6. 實驗效果

6.1 檢測效果：

6.2 Creak分類效果：

Creak分類效果高達100%

6.3 NoCreak分類效果：

NoCreak分類效果高達97%

寫在最后我們最近正帶著大家玩嗨OpenHarmony。如果你有好玩的東東，歡迎投稿，讓我們一起嗨起來！有點子，有想法，有Demo，立刻聯系我們：合作郵箱：zzliang@atomsource.org

原文標題：玩嗨OpenHarmony：基于OpenHarmony的道路維護方案

文章出處：【微信公眾號：開源技術服務中心】歡迎添加關注！文章轉載請注明出處。

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。舉報投訴

OpenHarmony

OpenHarmony

+關注

關注
27

文章
3833

瀏覽量
18158

原文標題：玩嗨OpenHarmony：基于OpenHarmony的道路維護方案

文章出處：【微信號：開源技術服務中心，微信公眾號：共熵服務中心】歡迎添加關注！文章轉載請注明出處。

在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

搜索歷史

玩嗨OpenHarmony：基于OpenHarmony的道路維護方案

評論