学习用 Orangepi 4(香橙派)+esp32 +视觉功能(opencv)+深度学习,做一个携带电磁炮的小车 第一章 电脑上编程环境的安装
用香橙派4+ov13850官方配的摄像头+esp32,准备瞎搞一个玩具出来玩。
视觉中尝试用深度学习平台训练个模型出来检测,最后能不能搞出来也不知道,先试试看玩着呗。
第一章 配置相关计算机项目开发环境
我用的电脑是按摩店的r5 2600+Gtx1080ti 11G显存+光威16G 3200MHz+M.2 256G系统盘+Win10教育版2004(官方正版只是没给钱)
第一步、安装Anaconda+Pycharm
深度学习编程软件我选择Python,所以先要安装Anaconda+Pycharm,Anaconda是python本体,Pycharm是python用来写代码的软件。
安装时记得把Python加入到系统环境变量中,安装时记得看选项,把该打钩的勾上。
第二步、安装Pytorch+TensorFlow
既然是要学习深度学习,当然是两个一起学,我看的参考书是《TensorFlow+Pytorch深度学习 从算法到实战》。
也不知道学不学的会,学了再说。好像Pytorch安装还挺快的,TensorFlow下载得有点慢,可以用把whl的文件包用迅雷离线下载下完再安装。具体下载方法去它们官网看。Pytorch官网 TensorFlow官网
第三步、安装Cuda+Cudnn
Cuda是NVIDIA的运算平台,Cudnn是深度神经网络的GPU加速库,学习深度学习必装。当然按摩店的显卡用不了,英伟达专属。
Cuda下载地址 Cuda可以直接下载,但是Cudnn下载要先注册Cudnn官网安装好后可以在控制台输入nvcc -V来检测Cuda是否安装成功
这是用Pytorch跑了一段神经网络的代码,是书上的例子,被我稍微改动了一下,可以看到在训练时Cuda核心利用率很高,显存只用了一点点(因为图片小),GPU利用率适中,我把模型放到GPU上训练的,所以CPU基本不用管这些,速度很快,可以看到100轮训练后的准确率达到了99.14%
这是导入了TensorFlow模块后运行的结果,不要以为一堆红色是报错,其实是运行正常的意思。可以发现TensorFlow安装成功。
第四步、安装eclipse+Git+Python最新版+Esp-IDF
这些东西是用来给Esp32编程的。
Python最新版我用的是Python3.9,这里不要和Anaconda共用一个Python,这个Python要去官网下载,安装时不要勾选加入环境变量,默认是不勾选的。Git也是去官网下载,国内用户下载得贼慢。
安装eclipse+esp-IDF 参考【图文】手把手教你使用 Eclipse IDE 开发 ESP32
也可以参考乐鑫官方的教程。官方全英文教程,英语好的点这里,只有文字没有图片
说明下,这个Install Tools,国内用户下载可能超级久,我没有v*n我就在那装了几个小时才装好。
我已成功的编译一个程序让esp32跟PCA9685舵机控制板连接成功了,I2c通信,表示安装没问题。