ブログ

ファイルをeMMCへ保存に変更するコマンド
# abos-ctrl podman-storage --disk    (バージョン v3.15.4-at.6以降で対応）
または
# podman_switch_storage --disk
 
ファイルをtmpfs(メモリ)へ保存に変更するコマンド
# abos-ctrl podman-storage --tmpfs    (バージョン v3.15.4-at.6以降で対応）
または
# podman_switch_storage --tmpfs
 
ファイルの保存先設定を確認するコマンド（下記はeMMCへ保存する設定）
# abos-ctrl podman-storage --status    (バージョン v3.15.4-at.6以降で対応）
または
# podman_switch_storage --status
Currently in disk mode, run with --tmpfs to switch

[armadillo]# cat /opt/firmware/etc/imxlib_version
2.2.0

Debian 11 (bullseye) サンプル Dockerfileをダウンロード
[armadillo]# wget https://armadillo.atmark-techno.com/files/downloads/armadillo-iot-g4/container/at-debian-image-dockerfile-[version].tar.gz
[armadillo]# tar zxf at-debian-image-dockerfile-[version].tar.gz
[armadillo]# cd at-debian-image-dockerfile-[version]
[armadillo]# ls
Dockerfile  resources

[armadillo]# cat Dockerfile
FROM docker.io/debian:bullseye
 
LABEL version="1.0.5"
 
COPY resources /
 
ARG USERNAME=atmark
ARG UID=1000
RUN apt-get update && apt-get upgrade -y && apt-get install -y weston \
    && apt-get clean && mkdir -m 1777 /tmp/.X11-unix \
    && mkdir /run/xdg_home && useradd -m -u ${UID} ${USERNAME}
RUN apt-get install -y tensorflow-lite tensorflow-lite-dev python3-tflite-runtime \
    tim-vx tensorflow-lite-vx-delegate python3-opencv \
    && apt-get install -y git unzip vim wget curl
ENV LD_LIBRARY_PATH /opt/firmware/usr/lib/aarch64-linux-gnu
ENV XDG_RUNTIME_DIR /run/xdg_home
ENV VIVANTE_SDK_DIR /opt/firmware/usr

[armadillo]# podman build -t tflite_image:v1.0 .
STEP 1/10: FROM docker.io/debian:bullseye
STEP 2/10: LABEL version="1.0.5"
--> 39f32520367
STEP 3/10: COPY resources /
 
<中略>
 
Successfully tagged localhost/tflite_image:v1.0
920589f11bfe3e440cd4596f43e60feb8523c8400db181d9890daa4f318075d6
[armadillo]# podman images
REPOSITORY                 TAG         IMAGE ID      CREATED         SIZE
localhost/tflite_image     v1.0        920589f11bfe  16 seconds ago  427 MB

下記ディレクトリに移動
[armadillo]# cd /etc/atmark/containers/
 
下記のtflite_demo.confを作成（ファイル名=コンテナ名）
※/dev/video2ついては環境によって異なる可能性がある為、適宜調整下さい。
[armadillo]# cat tflite_demo.conf
set_image tflite_image:v1.0
add_args --env=XDG_RUNTIME_DIR=/tmp
add_args --env=QT_QPA_PLATFORM=wayland
add_args --env=LD_LIBRARY_PATH=/opt/firmware/usr/lib/aarch64-linux-gnu
add_args --cap-add=SYS_TTY_CONFIG
add_devices /dev/dri /dev/galcore /dev/mxc_hantro /dev/mxc_hantro_vc8000e
add_devices /dev/ion /dev/input /dev/tty1 /dev/video2
add_volumes /run/udev:/run/udev:ro /opt/firmware:/opt/firmware:ro
set_autostart no
add_args -it
set_command /bin/bash

tflite_demo.confを永続化
[armadillo]# persist_file tflite_demo.conf
 
tflite_demoコンテナを作成・起動～確認
[armadillo]# podman_start tflite_demo
[armadillo]# podman ps
CONTAINER ID  IMAGE                        COMMAND     CREATED        STATUS            PORTS       NAMES
a337d6791662  localhost/tflite_image:v1.0  /bin/bash   5 seconds ago  Up 5 seconds ago              tflite_demo
 
コンテナに入る(カメラの接続は事前に実施）
[armadillo]# podman exec -it tflite_demo /bin/bash

gitコマンドでソースコードをダウンロード、ディレクトリ名を変更(任意)、ディレクトリ内に移動
[container]# git clone https://github.com/EdjeElectronics/TensorFlow-Lite-Object-Detection-on-Android-and-Raspberry-Pi.git
[container]# mv TensorFlow-Lite-Object-Detection-on-Android-and-Raspberry-Pi tflite_demo
[container]# cd tflite_demo/
 
tfliteのモデルとラベルをダウンロードし、解凍
[container]# wget https://storage.googleapis.com/download.tensorflow.org/models/tflite/coco_ssd_mobilenet_v1_1.0_quant_2018_06_29.zip
[container]# unzip coco_ssd_mobilenet_v1_1.0_quant_2018_06_29.zip

◆変更前
class VideoStream:
    """Camera object that controls video streaming from the Picamera"""
    def __init__(self,resolution=(640,480),framerate=30):
        # Initialize the PiCamera and the camera image stream
        self.stream = cv2.VideoCapture(0)
 
◆変更後(videoの番号に合わせてください)
class VideoStream:
    """Camera object that controls video streaming from the Picamera"""
    def __init__(self,resolution=(640,480),framerate=30):
        # Initialize the PiCamera and the camera image stream
        self.stream = cv2.VideoCapture(2)

westonを起動
[container]# weston --tty=1 &
 
カメラで推論を実行（8秒ほどで立ち上がります）
[container]# python3 TFLite_detection_webcam.py --modeldir=$PWD

◆フルスクリーン表示
cv2.namedWindow('Object detector',cv2.WINDOW_NORMAL)
cv2.setWindowProperty('Object detector',cv2.WND_PROP_FULLSCREEN,cv2.WINDOW_FULLSCREEN)