TensorFlow 是一个软件库或框架，由 Google 团队设计，以最简单的方式实现机器学习和深度学习概念。它结合了优化技术的计算代数，便于计算许多数学表达式。TensorFlow 有以下
重要功能 - 它包含一个叫做张量概念，用来创建多维数组，优化和计算数学表达式。它包括深度神经网络和机器学习技术的编程支持。它包括具有各种数据集的高可扩展计算功能。TensorFlow 使用 GPU 计算，自动化管理。它还包括优化相同内存和使用数据的独特功能。
1 首先选择 tensorflow 作为我们测试的框架，进入 tensorflow/ssd_mobilenet_v1/目录下，如下图所示：
cd examples/tensorflow/ssd_mobilenet_v1/
2 打开 test.py,确认使用板载 npu 推理识别图片
vi test.py
修改 test.py 文件，我们修改对应的平台为 rk3588，修改如下所示，“-”代表需要删除的内容，“+” 代表需要新增的内容。
if __name__ == '__main__':
# Create RKNN object - rknn = RKNN(verbose=True)
+ rknn = RKNN()
# Pre-process config
print('--> Config model')
- rknn.config(mean_values=[127.5, 127.5, 127.5], std_values=[127.5, 127.5, 127.5])
+ rknn.config(mean_values=[127.5, 127.5, 127.5], std_values=[127.5, 127.5, 127.5], target_platform='rk3588')
print('done')
# Load model
@@ -62,7 +62,7 @@ if __name__ == '__main__':
# Init runtime environment
print('--> Init runtime environment')
- ret = rknn.init_runtime()
+ ret = rknn.init_runtime(target='rk3588')
if ret != 0:
print('Init runtime environment failed!')
exit(ret)
修改完，保存文件并退出。
3 进入到 examples/tensorflow/ssd_mobilenet_v1/文件夹，输入以下命令，执行模型转换和推理模型的 test.py 脚本。
python3 test.py
4 运行之后，我们可以得知推理图片识别后的结果，如下图所示：
5 如上图所示，Score 反映的是得分，得分越高说明和被认为的标签相似度越高，圆括号则是对应识别出的物体的坐标。命令行中出现了八行被识别物体的坐标和置信度，和 out.jpg 可以对应。out.jpg 如下图所示：
更多文档可以查看
B站搜索-北京迅为RK3588开发板，
公众Hao关注：北京迅为，
