基于aidlux的工业视觉缺陷检测实战

Wisp_W
291 阅读3分钟

Aidlux简介、安装和环境配置

一、Aidlux简介

AidLux是成都阿加犀智能科技有限公司自主研发的融合架构操作系统，通过共享 Linux 内核实现 Android/鸿蒙和Linux系统的生态融合，为单一设备同时提供 Android 和 Linux 运行环境，双系统既能独立使用又能相互通信。

image.png

二、Aidlux的优势

image.png

三、AIMO平台的使用

image.png

四、Aidlux安装和环境配置
  • 安卓手机app市场下载并安装AidLux应用。安装包大小为1.2g

image.png

  • 打开AidLux，配置各种权限，手机-设置-关于手机-多次点击系统版本号，打开开发者模式

image.png

  • 重启AidLux，选择登陆或者免注册登陆，应用系统第一次打开需要加载AidLux，等待进度条完成
  • 手机端进入AidLux界面后，.查看手机端桌面Cloud_ip蓝色云朵图标，获得ip和端口号
  • PC端浏览器中输入ip地址和端口号，登录界面为root用户，输入aidlux（默认密码）登陆进入到AidLux桌面
  • 打开终端更新和安装所需工具包，默认已安装aidlite_gpu,也可以更新
#更新镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
#更新pip
/usr/loacl/bin/python3 -m pip install --upgrade pip
#安装所需工具包
pip install numpy opencv-python
五、Aidlux启动和使用
  • 打开手机版本的AidLux软件APP，第一次进入的时候，APP自带的系统会进行初始化

image.png

  • 初始化完成后，进入系统登录页面，这一步最好可以用手机注册一下

image.png

  • 进入主页面后，可以点击左上角的红色叉号，将说明页面关闭

image.png

  • 在统一局域网下，可以通过 IP 的方式，直接映射到电脑上操作点击页面最上方的 Cloud_ip，会出现远程映射

image.png

  • 打开电脑浏览器地址，输入相应 ip 后，会出现登录页面。默认密码：aidlux。输入后即可进入主页面，可以看到内容和手机端是一样的

image.png

基于Aidlux的语义分割模型的部署

一、基于Aidlux的语义分割模型数据上传

源代码

文件夹包括

  • test_imgs：推理的图像测试样本
  • onnx原模型：unetmodel.onnx
  • tflite推理的python脚本

image.png

进入刚刚进入的aidlux网页远程端上传

image.png

image.png

二、基于Aidlux的语义分割模型转换

我们这里用到的是Aidlux官方的一个模型转换网站： aimo.aidlux.com/

试用账号和密码： 账号：AIMOTC001 ，密码：AIMOTC001

image.png

上传文件夹内的.onnx在网站中转化成.tflite文件 image.png

image.png

image.png

image.png

image.png 然后把转化好的模型下载下来，上传到刚刚那个文件夹里面

三、运行

先测试一下本地的环境是否能够成功运行，运行文件夹内的read_img.py，应该可以看到显示的表面缺陷的图片

image.png 在这里有可能会有一个小报错

AttributeError: module 'cv2' has no attribute '_registerMatType'

我们只需要给opencv全部升下级

pip install --upgrade opencv-python
pip install --upgrade opencv-contrib-python
pip install --upgrade opencv-python-headless

这样问题就应该解决了

接下来修改代码里面相应的路径后，运行tflite_inference.py，就会在文件夹看到检测后的图片了

avatar
文章
阅读
粉丝