This thread has been locked.
If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.
https://e2e.ti.com/support/processors-group/processors/f/processors-forum/1561508/tda4vm-porting-adas-application-into-tda4vm
工具/软件：
您好团队：
我有一个视频管道应用程序,它使用 tensorflow 模型和算法依赖 OpenCV。 您能指导如何将此应用程序移植到 TDA4VM 吗？
此致
Chethan
您好；
感谢您问这个问题。
有关视频流水线应用程序开发、请参阅此链接。
https://software-dl.ti.com/jacinto7/esd/processor-sdk-rtos-jacinto7/latest/exports/docs/vision_apps/docs/user_guide/BUILD_INSTRUCTIONS.html#BUILD_SOURCE
您可以首先构建 SDK 附带的演示示例。 根据您的应用、您可以相应地修改示例。
对于 TensorFlow；请参阅以下链接：
https://github.com/TexasInstruments/edgeai-tidl-tools
您可以对 TIDL edgeAI 工具进行 Git 克隆。
建议使用 ONNX 格式、然后将您的 ONNX 格式模型导入到 TIDL 流程。
如果您已经有 TI EVM、则可以在 EVM 上实时验证模型推理、并实时测试视觉应用（包括摄像头/图像传感器和流水线中的显示）。
Wen Li
您好：
感谢您的答复。
在 edge-AI-tidl SDK 中、我可以看到脚本可用于编译一些预配置的模型。 您能指导编译自定义 onnx 模型吗？
分配的工程师当前不在办公室。 他们将在下周初返回并能够更新。 感谢您的耐心。
此致、
Christina
对于模型编译指南：
1.请在“model_configs.py"中“中创建模型实例化；这是下载的 edgeai-TIDLad-tools 文件夹中“../examples/osrt_python /“子文件夹下的文件。 2.我使用 Yolo 模型作为示例并粘贴在下面。 您应使用适合您的模型和应用程序的参数配置文件 3.还有另一个“common_utils.py"文件“文件,请根据您的模型调整参数。
然后您就可以编译或推理您的模型。
以下是用于编译和推理模型的命令
1.编译和推断模型 python3 onnxrt_ep.py -c -m yolox_s_pose_ti_lite
2.仅对模型进行推理 python3 onnxrt_ep.py -m yolox_s_pose_ti_lite
======================================================================================
“OD-8200_onnxrt_coco_edgeai-mmdet_yolox_nano_lite_416x416_20220214_model_onnx"：“：create_model_config ( task_type=“detection"，“，</s>、 Source=dict( model_url=“">software-dl.ti.com/.../yolox_nano_lite_416x416_20220214_model.onnx"，“，</s>“ 、meta_arch_url=“">software-dl.ti.com/.../yolox_nano_lite_416x416_20220214_model.prototxt"，“，</s>“ 、推断形状=真、 )、 preproception=dict( 调整大小=416、 作物=416、 data_layout=“NCHW"，“，</s>、 PAD_COLOR=[114,114,114]、 resize_with_pad=[True、“Cornor"]，“，</s>、 REVERSE_CHANNES=True、 )、 Session=dict( session_name=“onnxrt"，“，</s>、 model_path=os.path.join ( models_base_path、“yolox_nano_lite_416x416_20220214_model.onnx"</s>“ )、 meta_layers_names_list=os.path.join( models_base_path、“yolox_nano_lite_416x416_20220214_model.prototxt"</s>“ )、 META_ARCH_TYPE=6、 INPUT_Mean =[0、0、0]、 INPUT_SCALE=[1、1、1]、 Input_optimization=True、 )、 postprocess = dict ( 格式化板=“DetectionBoxSL2BoxLS"，“，</s>、 resize_with_pad=True、 关键点=False、 object6dpose=False、 归一化检测=错误、 shuffle_indices=None、 挤压轴=无、 rempe_list=[（–1、5)、（–1、1)]、 IGNORE_INDEX=None、 )、 extra_info=dict ( OD_TYPE=“SSD"，“，</s>、 framework=“MMDetection"，“，</s>、 num_images=numImages、 NUM_CLASS=91、 label_offset_type=“80to90"，“，</s>、 LABEL_OFFSET=1、
