2020-7-13 13:56:07 [显示全部楼层]
1672浏览
查看: 1672|回复: 2

Lattepanda Delta + Intel NCS 2运行人脸识别程序性能测试

[复制链接]
在DFRobot举办的行业AI开发者大赛的支持下,我们拿到了赛事指定硬件平台的主板Lattepanda Delta以及可用于神经网络运算加速的Intel Neural Compute Stick 2。

Lattepanda不同于树莓派或Jetson Nano,它是一块基于x86架构的主板,因此可以顺利运行Windows 10系统。Lattepanda Delta板上还集成了一块Arduino Leonardo,可通过它直接与硬件连接。

为方便项目开展,我们为Lattepanda安装了Ubuntu 18.04系统。其安装过程没有特别之处,直接使用Rufus将系统刷入U盘作为启动盘即可。

要在主板上使用Intel NCS 2,需要先按照官方指南的步骤下载并安装OpenVINO Toolkit。安装完成后,输入下述指令:
[mw_shl_code=bash,false]source ~/intel/openvino/bin/setupvars.sh
cd ~/intel/openvino/install_dependencies
./install_NCS_udev_rules.sh[/mw_shl_code]

即可完成Intel NCS 2的准备工作。

Intel在OpenVINO中开放了大量的Demo,我们尝试在Lattepanda Delta + Intel NCS 2的环境下运行交互式人脸识别Demo的Python脚本。

在运行这个Demo之前,可以下载Intel提供的预训练模型文件(每个模型需要xml和bin格式的两个文件)。该Demo一共需要三个模型:face-detection-retail-0004(用于检测人脸)、landmarks-regression-retail-0009(用于在人脸上找到特征点)和face-reidentification-retail-0095(用于识别不同人脸)。

Demo所需的扩展包括:scipy(>=1.1.0)、numpy(>=1.11.0)、opencv-python(>=3.4.0)。输入模型文件位置、需识别的人脸图像所在目录即可成功运行。
[mw_shl_code=bash,false]source /opt/intel/openvino/bin/setupvars.sh
python ./face_recognition_demo.py \
-m_fd <path_to_model>/face-detection-retail-0004.xml \
-m_lm <path_to_model>/landmarks-regression-retail-0009.xml \
-m_reid <path_to_model>/face-reidentification-retail-0095.xml \
-d_fd MYRIAD \
-d_lm MYRIAD \
-d_reid MYRIAD \
--verbose \
-fg "预先准备的人脸图像所在目录"[/mw_shl_code]


经测试,在持续识别人脸的情况下,平均运行帧率约为14.59FPS。

Lattepanda Delta + Intel NCS 2运行人脸识别程序性能测试图4

在运行程序时,可通过设定-d_fd、-d_lm、-d_reid参数指定运行三个模型使用的硬件(CPU、GPU或MYRIAD,使用Intel NCS 2为MYRIAD)。设为CPU可仅使用Lattepanda的CPU运行该程序。此时,平均运行帧率降为9.30FPS。

Lattepanda Delta + Intel NCS 2运行人脸识别程序性能测试图2

作为对比,我们还在树莓派上部署了OpenVINO并运行了同一程序。在使用NCS 2的情况下平均帧率约5.30FPS。

Lattepanda Delta + Intel NCS 2运行人脸识别程序性能测试图3

该Demo程序及可用的模型文件可直接在此下载:。

由于树莓派为ARM架构,OpenVINO工具不能在它们上面直接运行,我们运行了另一个人脸识别程序以供参考。相同程序在Jetson Nano上的运行帧率也列在下表中。

人脸识别程序运行平均帧率对比
Lattepanda Delta 432树莓派 3B+ Jetson Nano
CPU 9.30 0.28(*) 14.97(*)
Intel NCS 214.59 5.17(**) /(***)


*: 运行程序基于dlib,并未使用OpenVINO。demo程序每2帧执行一次人脸检测与识别。
**: 树莓派+Intel NCS 2所支持的预训练模型文件需要选择2019R3之前的文件。
***: OpenVINO Toolkit无法安装在Jetson Nano上,故无法使用Intel NCS 2。

hnyzcj  版主

发表于 2020-7-13 16:25:37

为啥不漏脸呢
回复

使用道具 举报

#嘉诚欧巴#  高级技师

发表于 2020-7-15 11:02:01


冷酷的帅哥
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

为本项目制作心愿单
购买心愿单
心愿单 编辑
[[wsData.name]]

硬件清单

  • [[d.name]]
btnicon
我也要做!
点击进入购买页面
上海智位机器人股份有限公司 沪ICP备09038501号-4

© 2013-2024 Comsenz Inc. Powered by Discuz! X3.4 Licensed

mail