跳至主要内容

教程設定

在開始教程之前，請先完成一次此設定。選擇與教程類別相符的環境；Neat Library 和 PCIe 套件不能互換。

1. 選擇您的環境​

教程類別執行於Python 環境
模型與推論、圖與管線、相機與串流、生成式 AIModalix DevKit 或教程指定的環境~/pyneat
PCIe 協同處理連接到 Modalix PCIe 卡的主機~/pyneatpcie

PCIe 教程在主機上執行，而不是在 SDK 容器內或直接在卡上執行。

2. 設定 Neat Library 教程​

請確保已安裝 Neat Library，然後從您希望放置教程套件的目錄中執行以下指令：

sima-cli neat install core -t extrascd sima-neat-*-Linux-extras

對於直接在 DevKit 上執行的 Python 教程，請啟用 PyNeat，並驗證導入是否成功：

source ~/pyneat/bin/activatepython3 -c "import pyneat; print('pyneat ready')"

3. 設定 PCIe 教學​

首先，請 安裝並驗證 PCIe 主機套件。 然後，下載適用於在主機上執行的 Ubuntu 版本的教學套件。 從您想要放置套件的目錄中執行指令。

Ubuntu 22.04：

sima-cli neat install core/pciehost/ubuntu22/amd64 -t extrascd sima-pcie-host-*-Linux-amd64-extras

Ubuntu 24.04：

sima-cli neat install core/pciehost/ubuntu24/amd64 -t extrascd sima-pcie-host-*-Linux-amd64-extras

驗證 PCIe PyNeat：

source ~/pyneatpcie/bin/activatepython3 -c "import pyneatpcie; print('pyneatpcie ready')"

4. 準備模型封存檔​

使用 Model Zoo 下載教學檔案中指定的模型。例如：

sima-cli modelzoo get resnet_50sima-cli modelzoo get yolo_v8s

Neat Library 的教學課程接受 --model，因此您可以直接傳遞下載的壓縮檔。PCIe 教學課程會在 PCIe 附加資料的根目錄中使用固定的檔案名稱：

PCIe 教學課程必要的模型檔案
透過 PCIe 執行您的第一個模型yolo_v8s_mpk.tar.gz
執行 PCIe 非同步推論yolo_v8s_mpk.tar.gz
執行多個模型resnet_50_mpk.tar.gz 和 yolo_v8s_mpk.tar.gz

Model Zoo 的輸出名稱和位置可能會有所不同。如果需要，請將壓縮檔複製到 PCIe 附加資料的根目錄，並使用所需的名稱：

cp /absolute/path/to/downloaded-resnet-archive.tar.gz resnet_50_mpk.tar.gzcp /absolute/path/to/downloaded-yolov8s-archive.tar.gz yolo_v8s_mpk.tar.gz

5. 驗證路徑和預期輸出​

從提取的額外檔案的根目錄執行教學指令。確認其中包含建置輔助工具、預先建置的 C++ 程式碼，以及教學原始碼：

test -x build.shls lib/*/tutorials/ls share/*/tutorials/
  • 預先建置的 C++ 程式位於 lib/<package>/tutorials/。
  • C++ 和 Python 原始碼位於 share/<package>/tutorials/。
  • ./build.sh --list-targets 列出您可以重新建置的 C++ 程式。
  • 成功的 C++ 教程會以 [OK] 結束；Python 教程會列印出簡潔的結果，例如 top1=...、completed=... 或 detections=...。

如果某個教程報告缺少檔案，請先檢查目前目錄和模型檔案名稱。 如需更多協助，請參閱 疑難排解（疑難排解）。