電腦端的測試環境搭建

如果不想再搭建環境和測試代碼bug上浪費更多的時間可以直接獲取本人的測試虛擬機，所有的測試代碼、虛擬環境和板端測試工程以全部打包到了虛擬機，需要的可以通過網盤獲取：

代碼和虛擬機百度網盤鏈接：

鏈接：https://pan.baidu.com/s/15Np6Hn4_WuFDqcQ40aCe7A 提取碼：j1ez?

640是分辨率640*480，支持pytho和c++

320是分辨率320*240，支持python

github：GitHub - Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB: 💎1MB lightweight face detection model (1MB輕量級人臉檢測模型)

以下是以320分辨率測試為主

640分辨率測試參見----金書世界

搭建開發環境

#創建虛擬環境
conda create -n UltraFace python=3.6
conda activate UltraFace

pth模型測試

#測試路徑
cd /home/kkx3/wyj/UltraFace/Ultra-Light-Fast-Generic-Face-Detector-1MB-master
#測試指令
python run_video_face_detect.py  --test_device cpu  

pth模型轉onnx模型

#測試路徑
cd /home/kkx3/wyj/UltraFace/Ultra-Light-Fast-Generic-Face-Detector-1MB-master
#模型轉換指令
python convert_to_onnx.py

需要配置模型的輸入輸出路徑

onnx模型轉換bin模型

#激活虛擬環境
conda activate x3model
#測試路徑
cd /home/kkx3/wyj/x3/TransModel/horizon_model_convert_sample/04_detection/08_Face_RFB/mapper
#模型轉換
bash 01_check.sh
bash 02_preprocess.sh
bash 03_build.sh

需要配置文件

1、01_check.sh，修改模型路徑

2、02_preprocess.sh修改測試圖片路徑

3、RFB_config.yaml修改配置文件

4、03_build.sh，修改模型路徑

5、輸出的模型路徑

python版本板端測試

6、鏈接開發板，復制模型問文件到板端

#測試路徑
cd /app/pydev_demo/14_FaceRFB_sample
#測試指令
./test_yolov5.py

測試圖片和結果在當前的路徑下

c++版本板端測試

以更新但是不支持240*320分辨率的僅支持640*480分辨率? 參考：基于UltraFace的人臉檢測在地平線旭日X3派上的部署和測試（Python版本和C++版本）---金書世界

測試：當前測試僅支持python版本，由于當前的模型輸出是320*240的分辨率，C++版本不支持寬度是320的分辨率，后續調整分辨率后更新C++版本