本文转载自： 硬码农二毛哥微信公众号
Vitis AI提供两种应用例程，VART和Vitis AI Library，下文详细描述了VART中自动驾驶应用的实现过程。
编译AI模型
对于DNNDK API和VART API编译AI库的方式相同，
编译yolov3模型
yolov3模型用于自动驾驶。
$~/Vitis-AI/AI-Model-Zoo/all_models_1.2/caffe $cp -r dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/ ../../../Tool-Example/ $cd ~/Vitis-AI $./docker_run.sh xilinx/vitis-ai:1.2.82 $conda activate vitis-ai-caffe
生成.dcf文件，修改.json文件，这两步已经完成。
在readme中：
remove parameter "yolo_height" and "yolo_width" in "transform_param" in data layer, like the following 2 lines:yolo_height: 256，yolo_width: 512，删除这两行进行编译。
运行编译指令
vai_c_caffe -p dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/quantized/Edge/deploy.prototxt -c dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/quantized/Edge/deploy.caffemodel -a arch.json -o dk_yolov3_cityscapes_256_512_0.9_5.46G_1.2/output -n yolov3
退出docker，将编译生成的dpu_yolov3.elf模型拷贝到sd卡
编译AI应用
VART API
VART(Vitis-AI RunTime) API ：使用Xilinx Model Zoo中的模型时使用。
编译VART应用
安装交叉编译环境
进入https://github.com/Xilinx/Vitis-AI/tree/v1.2/Vitis-AI-Library#quick-star...，下载sdk-2020.1.0.0sh。
$mkdir petalinux_sdk $cd petalinux_sdk $./sdk-2020.1.0.0.sh
创建环境变量
$source ~/petalinux_sdk/environment-setup-aarch64-xilinx-linux
下载 vitis_ai_2020.1-r1.2.0.tar.gz，并安装
$tar -xzvf vitis_ai_2020.1-r1.2.x.tar.gz -C ~/petalinux_sdk/sysroots/ aarch64-xilinx-linux
交叉编译adas_detection
$cd ~/Vitis-AI/VART/samples/adas_detection $bash -x build.sh
编译后生成1个可执行文件：
将生成的文件拷贝到sd卡。
下载 Vitis AI Runtime 1.2.0并拷贝到sd卡
下载vitis_ai_runtime_r1.2.x_image_video.tar.gz并拷贝到sd卡
启动单板
yolov3文件夹中的内容包括yolov3模型和可执行文件。
查看ip,通过ssh访问单板
$ifconfig
启动单板后，先执行init.sh, XRT环境变量
$cd /mnt/sd_mmcblk1p1 $source ./init.sh
进入sd_mmcblk1p1目录
$cd /mnt/sd_mmcblk1p1 $ cp dpu_sw_optimize.tar.gz vitis-ai-runtime-1.2.0.tar.gz vitis_ai_runtime_r1.2.x_image_video.tar.gz ~/
运行dpu_sw_optimize
$cd ~ $tar -xzf dpu_sw_optimize.tar.gz $cd dpu_sw_optimize/zynqmp/ $./zynqmp_dpu_optimize.sh
安装 Vitis AI Runtime 1.2.0
tar -xzvf vitis-ai-runtime-1.2.0.tar.gz cd ~/vitis-ai-runtime-1.2.0/aarch64/centos rpm -ivh --force libunilog-1.2.0-r10.aarch64.rpm rpm -ivh --force libxir-1.2.0-r12.aarch64.rpm rpm -ivh --force libtarget-factory-1.2.0-r10.aarch64.rpm rpm -ivh --force libvart-1.2.0-r16.aarch64.rpm rpm -ivh --force libvitis_ai_library-1.2.0-r15.aarch64.rpm
运行VART应用
解压vitis_ai_runtime_r1.2.x_image_video.tar.gz
mkdir -p ~/Vitis-AI/VART tar -xzvf vitis_ai_runtime_r1.2.0_image_video.tar.gz -C ~/Vitis-AI/VART
修改/etc/vart.conf文件
firmware:/mnt/sd-mmcblk1p1/dpu.xclbin
拷贝yolov3文件夹到~/Vitis-AI/VART/samples/adas_detection
cp -r yolov3 ~/Vitis-AI/VART/samples/adas_detection
将dpu_yolov3.elf名字修改成yolov3_adas_pruned_0_9.elf
设置显示器
export DISPLAY=:0.0 xrandr --output DP-1 --mode 640x480
运行例程
./adas_detection video/adas.avi yolov3/yolov3_adas_pruned_0_9.elf
视频图像
