作者｜donatello1996

來源 | 電子發燒友

題圖｜飛凌嵌入式

飛凌嵌入式OKMX8MP-C開發板基于NXP i.MX 8M Plus處理器開發設計，該系列處理器專注于機器學習與視覺、高級多媒體以及具有高可靠性的工業自動化。旨在滿足智慧城市、工業互聯網、智能醫療、智慧交通等應用的需求。強大的四核或雙核Arm Cortex-A53處理器，主頻高達1.6GHz，帶有神經處理單元(NPU)，最高運行速率可達2.3TOPS。

本文采用的硬件板卡為飛凌嵌入式OKMX8MP-C開發板，系統版本Linux5.4.70+Qt5.15.0，主要介紹移植官方NPU TensorFlow例程。

在OKMX8MP-C 開發板提供的產品使用手冊中，有一章是針對板上NPU的圖像識別例程，位于EMMC分區的/usr/bin/tensoRFlow-lite-2.3.1/examples，我將EMMC分區mount為了/media分區，找到對應的例程位置。

切換到EMMC啟動，進入/usr/bin/tensorflow-lite-2.3.1/examples/目錄下，運行測試example：

再切回TF卡系統運行，提示報錯，label_image程序的nnapi需要動態鏈接庫支持：

libm-2.30.solibneuralnetworks.so.1.1.9libnnrt.so.1.1.9libArchModelSw.solibGAL.solibNNArchPerf.solibOpenVX.so.1.3.0libovxlib.so.1.1.0libVSC.so

其中libm-2.30.so被鏈接為ld-linux-aarch64.so.1，位于/usr/lib/aarch64-linux-gnu/目錄下，若在移植后的目標系統的/usr/lib/aarch64-linux-gnu/下沒有該庫文件的話，是會在運行時提示報錯的。將上述所有動態鏈接庫復制到正確位置(/usr/lib和/usr/lib/aarch64-linux-gnu/)，再次運行：

可以看到沒有任何報錯，運行庫環境移植成功，接下來可以愉快地進行tensorflow例程的玩耍了。

二、TensorFlow例程驗證

先用飛凌嵌入式官方DEMO做一下驗證，其驗證結果如下。

0.780392: 653 military unIForm0.105882: 907 Windsor tie0.0156863: 458 bow tie0.0117647: 466 bulletproof vest0.00784314: 835 suit

78%結果吻合陸軍制服，10%結果吻合溫莎領帶，1%結果吻合領結，1%結果吻合防彈背心，不到1%結果吻合西裝，總的來說這個結果還是挺令人滿意的，NPU的算力確實還可以，多次運行程序，得出的結果完全相同，說明NPU計算時使用的是固定的/靜態的圖像識別庫。

我這邊突發奇想，用這個Demo去測一下我自己的論壇頭像，看看結果：

0.352941: 274 dingo0.254902: 265 Cardigan0.184314: 264 Pembroke0.0666667: 163 beagle0.0156863: 354 gazelle

35%的野狗，25%的毛衣，18%的Pembroke？？？，6%的小獵犬（beagle），1%的羚羊，看到羚羊（gazelle）我屬實蚌埠住了，哈哈。

再來試試另外幾張圖片，為了檢驗這NPU的人工智能算力到底行不行，集齊十張圖，豪華尊享。由于源碼不開放，所以無法移植源碼到自己的例程中：

0.160784: 639 maillot0.137255: 436 bathtub0.117647: 886 velvet0.0705882: 586 hair spray0.0509804: 440 bearskin

0.972549: 644 mask0.00392157: 918 comic book0.00392157: 904 wig0.00392157: 797 ski mask0.00392157: 732 plunger

0.380392: 583 grocery store0.321569: 957 custard apple0.0862745: 955 banana0.0352941: 956 jackfruit0.027451: 954 pineapple

0.254902: 918 comic book0.0470588: 771 running shoe0.0470588: 474 can opener0.0470588: 412 apron0.0392157: 794 shower cap

0.52549: 922 book jacket0.0705882: 788 shield0.0705882: 452 bolo tie0.0588235: 627 lighter0.0352941: 701 paper towel

0.121569: 656 miniskirt0.054902: 835 suit0.0470588: 852 television0.0470588: 440 bearskin0.0392157: 679 neck brace

0.65098: 918 comic book0.172549: 747 puck0.0196078: 922 book jacket0.0196078: 723 ping-pong ball0.0117647: 806 soccer ball

0.678431: 918 comic book0.0784314: 418 balloon0.0470588: 880 umbrella0.0470588: 722 pillow0.0156863: 644 mask

0.184314: 585 hair slide0.156863: 794 shower cap0.0941176: 797 ski mask0.0431373: 644 mask0.0352941: 571 gasmask

十張圖片的識別結果均以編碼方式呈現，從識別的概率結果來看，OKMX8MP-C開發板的NPU的算力還是非常強的。

據官方介紹，i.MX 8M Plus處理器內置NPU，可達到2.3 TOPS（Tera Operations Per Second，1TOPS代表處理器每秒鐘可進行一萬億次操作）算術處理，并實現先進的AI算法處理。并且NXP為i.MX 8M Plus處理器的NPU提供了一些特定用例，例如能夠處理40,000多個英文單詞，MobileNet v1模型可以每秒處理超過500張圖像的圖像分類。

作者簡介

donatello1996，某大型企業資深嵌入式工程師，電子發燒友論壇技術大牛，同時也是飛凌嵌入式多年鐵粉，曾基于飛凌多款板卡產出過優質測評文章或使用心得。本期三篇文章為donatello1996在使用OKMX8MP-C開發板過程中精心產出的干貨，在此對donatello1996表示感謝。