智能边缘计算

帮助中心 / 边缘计算服务 / 智能边缘计算 / 操作指南 / AI应用管理 / 基于Bitmain TPU部署AI应用 /

基于Bitmain TPU部署AI应用

更新时间: 2022-11-30 10:43:00

功能说明

助企云边缘一体机SIEB-V303是一款高性能、低功耗边缘计算产品,搭载国产TPU芯片BM1684,INT8算力高达17.6TOPS。Sangforruntime基于BM11684进行适配、兼容、优化,提供解码、前处理、推理、后处理等端到端能力,帮助用户快速进行AI适配和改造。

通过边缘计算平台可以快速将AI应用部署在边缘一体机上,结合终端设备,进行视频智能化分析。

前提条件

1.获取基于BitmainTPU适配的Sangforruntime镜像“sfrt_bm_v1.3.1_v303.tar.gz”。

2.获取基于BitmainTPU部署AI应用的yaml文件“ai-app-bitmain-1.2.yaml”。

3.获取需要部署AI应用的边缘节点的hostname。

操作步骤

1.将“sfrt_bm_v1.3.1_v303.tar.gz”上传到镜像仓库。上传操作请参考“上传容器镜像 ”章节。

17.修改yaml文件中的deployment配置参数,修改容器镜像地址为上传后的镜像地址。

18.修改nodeName字段为部署AI应用的边缘节点的hostname。

19.修改sfrt.ini参数配置,具体参数说明如下表。

字段名
字段值
备注
uri
<摄像头rtsp流>:<mqtt topic>[,<摄像头rtsp流>:<mqtt topic>...]
举例如rtsp://admin:sangfor123@172.23.142.18/LiveMedia/ch1/Media1:tag1/node1/device1
drop_frame_interval
0~25的整数
控制获取每路摄像头流的帧间隔,如设置为3表示每3帧取1帧(间隔2帧)
decoder_type
不填
解码方式,默认使用比特大陆解码芯片解码
decoder_out_width
1920
目前需要保持与摄像头输入大小一致
decoder_out_height
1080
目前需要保持与摄像头输入大小一致
queue_size
10
线程间同步队列大小,不宜设置太大,建议10-30
push_method
push_wait/push
线程间同步队列已满时的入队方式,push_wait表示队列满时等待入队,push表示删除队头数据并入队
algorithm
yolov5/yolov4/yolov3/safety_hat
所用算法模型
model_type
onnx
输入模型的格式,目前仅支持onnx
model_in_path
/sfrt/infer_v1.2/sfrt/models/yolov5s_fp32_bs8.bmodel
用于比特大陆推理的bmodel模型路径
preprocessor_method
resize/letter_box
yolo系列前处理方式,与算法对应
obj_threshold
0.5
算法目标阈值
label_file
/sfrt/infer_v1.2/sfrt/labels/coco_labels.txt
标签文件地址
post_process_method
YoloV5/YoloV4/YoloV3/YoloV4SafetyHatPostprocessorPlugin
后处理方法,与algorithm对应
nms_threshold
0.5
算法nms阈值
sink_type
console_sink/mqtt_sink
推理结果的发送方式,console_sink为在控制台显示结果,mqtt_sink是通过mqtt协议发送到服务端
sink_ip
10.113.78.230
mqtt服务端ip地址
sink_port
1883
mqtt服务端口,默认1883
sink_original_img
true/false
是否发送原图,true为发送原图,false为发送带检测框的图
mqtt_client_id
client
mqtt的client id,自定义
mqtt_qos
0/1/2
mqtt qos等级
log_level
debug/info/error
日志等级
use_console_log
true/false
是否打印到控制台
log_path
/tmp/log/sfrt-log
日志文件保存地址
single_log_size
10
单个日志文件大小,单位M
log_lifecycle
10
最大日志数量,超过该值时会删除最早日志

20.(可选)默认为default命名空间,可以根据需求创建新的命名空间,在新的命名空间下部署AI应用。

21.通过导入yaml文件的方式部署AI应用,选择“导入至此项目”,选择命名空间,上传修改后的yaml文件。

22.等待工作负载运行正常,AI应用部署完毕。