迅为3399开发板人工智能测试-对象检测

本章节将在 ITOP-3399 开发板上运行对象检测 APP。这是一个相机应用程序，使用在 COCO 数据集上训练的量化 MobileNet SSD 模型，持续检测设备后置摄像头检测到的对象。编译好的对象检测 APP 源码可以在网盘资料“iTOP-3399 开发资料汇总（不含光盘内容）\04_iTOP-3399 开发板人工智能测试资料\对象检测配套资料.zip”下载。
42.1 前期准备
如果您没有安装 AndroidStudio，请参考本手册“安装 AndroidStudio”安装，Android Studio 3.2 或更高版本。您需要最低 API 21 的 Android 设备和开发环境。
TensorFlow Lite 是一种用于设备端推断的开源深度学习框架，官网提供了现成模型来供开发者使用，输入****xx，打开官网，如下图所示

点击“对象检测”框图中的“在 Android 设备上试试”，会弹出自述文件说明，如下图所示：

将 TensorFlow 示例源码下载到您的电脑上，下载地址是：

下载完成后得到 examples.zip 文件，迅为配套资料里面有下载好的，大家可以直接拿来用。
42.2 构建 AndroidStudio 项目
在 AndroidStudio 中打开刚刚下载的 TensorFlow 源代码，打开 AndroidStudio 选择“Open an existingproject”,依次打开 examples\lite\examples\object_detection\Android，如下图所示：（注意存放源码的路径不能带中文）。

打开工程以后自动开始下载依赖库,因为默认是从国外的源，下载速度会很慢，如果网络下载太慢的话，我们可以换阿里云源进行下载，我们修改 examples\lite\examples\object_detection\android\build.gradle 文件，如下图所示：


修改完以后，点击“Sync Now”,如下图所示：

编译会出现错误，这是 examples\lite\examples\object_detection\android\app\download_model.gradle 文件中指示 gradle 下载示例中使用的模型失败，因为从国外下载比较不稳定，我们迅为已经替大家下载好了，大家可以直接使用。我们将配套资料包里面的 lite-model_ssd_mobilenet_v1_1_metadata_2.tflite 文件拷贝到 assets 目录下，并重命名为 detect.tflite，如下图所示：

修改完保存，点击“Build”->Rebuild Project,重新编译工程，如下图所示：

编译成功，如下图所示。特别要注意的是在编译前要配置好 AndroidSDK，至少需要 SDK 版本为 23。

42.3 安装并运行应用程序
将 ITOP-3399 开发板设备连接到电脑，连接 USB 摄像头到开发板上，硬件连接如下图所示：

我们要确保开发板里面烧写了 android8 的系统，并且打开了开发者模式，并允许 USB 调试和设置 USB模式为文件传输模式（MTP 模式），然后选择 Run -> Run app。
我们在要安装该应用程序的设备的连接设备中选择部署目标（ITOP-3399 开发板），这将在设备上安装该应用程序，首次运行该应用程序时，该应用程序将请求访问相机的权限。重新安装该应用程序可能需要您卸载以前的安装。安装成功如下图所示：

我们以鼠标为例，将摄像头对准鼠标，显示已经检测到对象为鼠标，我们上滑箭头，可以修改参数，如下图所示: