边缘计算与智能视觉应用3.3基于AiCam边缘模型开发讲课人：XXX时间：20XX年12月30日延时符

AboutUs目录边缘智能模型的训练01边缘智能模型的推理02模型接口开发03边缘模型算法开发04

边缘智能模型的训练01

边缘智能模型的训练Darknet框架Voc2yolo工具Yolov3模型

边缘智能模型的训练配置环境.安装Darknet安装依赖库准备数据和模型格式化数据集创建配置文件定义网络架构和训练参数训练模型?Yolo3的交通识别进行预测训练流程

边缘智能模型的训练基于Darknet框架对交通标志左转、右转识别模型训练

边缘智能模型的推理02

边缘智能模型的推理NCNN框架Yolov3模型

边缘智能模型的推理配置环境.安装NCNN框架安装依赖库准备数据格式化数据集模型转换?ncnn模型格式模型优化?Yolo3交通识别模型预测?测试图像推理验证训练流程

边缘智能模型推理

模型接口开发03

模型接口开发模型接口是指将深度学习模型的功能暴露给外部系统的一种方式，通常通过Web服务的形式来实现，方便其他应用程序轻松地调用模型进行预测或执行其他任务，而无需了解模型内部的具体实现细节，模型接口开发是将深度学习的模型封装为可调用的服务接口，以便其他应用程序或服务能够通过这些接口与模型进行交互，模型接口的开发主要由模型部署、API设计、服务实现和接口测试。

模型接口开发摄像头图像预处理创建推理提取器获取推理结果显示推理结果创建深层神经网络模型文件.param.bin

模型接口开发接口测试，运行traffic_detection.py文件，在SSH终端输入以下命令运行测试模型接口

边缘模型算法开发04

应用案例模型算法开发流程：（1）通过测试程序获取图片，如果是用GW3399则通过AiCam边缘计算网关的摄像头，获取实时视频图像。（2）将实时视频图像推送给算法接口的inference方法。（3）调用模型进行图像推理或算法inference方法进行图像处理。（4）算法inference方法返回base64编码的结果图像、结果数据。（5）AiCam核心框架将返回的结果图像和结果数据拼接为text/event-stream流数据供应用调用。result_result={‘code’:*,’msg’:*,’origin_image’:’*’;result_image’:*,’result_date’:*}（6）应用层通过EventSource接口获取实时推送的算法流数据（结果图像和结果数据）。（7）应用层解析流数据，提取出结果图像和结果数据进行应用展示。

应用案例验证结果：图像识别结果坐标识别结果

谢谢观看Thankyouforwatching