嵌入式AI人脸识别之---- insightface 之移植到 Luckfox Pico Max上

上次验证了Luckfox Pico Max SDK的编译，这次来移植一下insightface，继续向目标进发...

说起移植过程，并非一帆风顺，困难之一是github的源码下载，有了之一也就有了之二的版本混乱(手动现在造成版本混乱，兼容性问题不断)，还好，最后在各位网友大咖的帮助下还是弄到了源码，闲话少说，来说说我的移植历程：

一，源码的下载

     为了节省流量(不要问为什么，问了就是money太少，哈哈)，咱直接下载InsightFace中的InspireFace部分：

     git clone javascript:;
     cd InspireFace

    # 下载第三方库 3rdparty

      git clone --recurse-submodules javascript:; 3rdparty

二，修改编译CMake

    1. 修改InspireFace 目录下的CMakeLists

       1.1 把工程名字写在编译条件之下，大咖的做法，懒人就照搬了，嘿嘿

        

      1.2  修改把 RK Device Type 由 “RV1109RV126” 变为“RV1106”

               1.3,添加opencv预编译库，在3rdparty、inspireface/precompile-lite 建立opencv/4.10.0文件夹，放入下载的opencv-mobile-4.10.0-luckfox-pico.zip

               unzip opencv-mobile-4.10.0-luckfox-pico.zip

             # 在CMakeLists中跳入opencv选项

              if (ISF_RK_DEVICE_TYPE STREQUAL "RV1109RV1126" AND ISF_ENABLE_RKNN)
                # In special cases, specialize for that version
                message("The OpenCV that builds the RV1109RV1126 version depends on is specialized!")
                set(OpenCV_DIR ${ISF_THIRD_PARTY_DIR}/inspireface-precompile/opencv/3.4.5/opencv-linux-armhf/share/OpenCV)
                set(OpenCV_STATIC_INCLUDE_DIR ${PATH_3RDPARTY}/inspireface-precompile/opencv/3.4.5/opencv-linux-armhf/include/)
                set(PLAT linux-arm7)
            elseif (ISF_RK_DEVICE_TYPE STREQUAL "RV1106" AND ISF_ENABLE_RKNN)
                # In special cases, specialize for that version
                message("The OpenCV that builds the RV1106 version depends on is specialized!")
                set(OpenCV_DIR ${ISF_THIRD_PARTY_DIR}/inspireface-precompile-lite/opencv/4.10.0/opencv-mobile-4.10.0-luckfox-pico/lib/cmake/opencv4)
                set(OpenCV_STATIC_INCLUDE_DIR ${PATH_3RDPARTY}/inspireface-precompile-lite/opencv/4.10.0/opencv-mobile-4.10.0-luckfox-pico/include/)
                set(PLAT linux-arm7)
            else()

              

三，为RV1106修改合适的编译配置项

    首先，为了偷懒，复制build_cross_rv1109rv1126_armhf.sh 为build_cross_rv1106_uclibcgnueabihf.sh

    cp command/build_cross_rv1109rv1126_armhf.sh command/build_cross_rv1106_uclibcgnueabihf.sh

    其次，同步修改输出目录

         交叉编译工具链和编译条件

      四，修改RKNN的相关参数

           由于版本不同，rknn_init函数的参数不同，需要修改一下，把原来四个参数的地方都修改为五个参数，如下：

            

           其他的如果遇到ssize_t undefined的提示，可以在相应的地方修改 typedef  ssize_t  xxx (xxx 根据target修改，r1106我就改成了 int32_t)

五，编译

    在InspireFace 目录下执行

    command/build_cross_rv1106_uclibcgnueabihf.sh (如果无法执行，可能需要chmod a+x command/* 一下)

     等在编译，更具host性能不同，耗时也不同，成功后，会在InspireFace 目录下生成库和sample实例：

     

 

六，验证编程成果：

        通过adb push 把sample 文件夹推到target board上

       adb push  sample   /

       从github(javascript:;)下载Pikachu模型 并推到target board上

       adb push Pikachu  /sample

      然后adb shell 进入到 target board，执行FaceCompare ，

    adb shell

      

   如上图，初步运行成功，通过观察发现仅使用cpu，未启动NPU

 

  后续要做的是训练自己的模型，然后转换成RKNN for RV1106，启动NPU进行人脸推理识别验证

 自己记录一下

本文来自论坛，点击查看完整帖子内容。