Movidius神经计算棒初体验

摘要：神经计算棒是个使用接口的深度学习设备，比盘略大，功耗，浮点性能可达。这里用了我自己改的才能用模型调优命令可以查看模型中每一层使用的内存带宽算力，模型调优可以以此为参考。

Intel® Movidius™ 神经计算棒（NCS）是个使用USB接口的深度学习设备，比U盘略大，功耗1W，浮点性能可达100GFLOPs。

100GFLOPs大概是什么概念呢，i7-8700K有59.26GLOPs，Titan V FP16 有24576GLOPs……（仅供娱乐参考，对比是不同精度的）。

目前NCSDK官方安装脚本只支持Ubuntu 16.04和Raspbian Stretch，折腾一下在其他Linux系统运行也是没问题的，例如我用ArchLinux，大概步骤如下：

安装python 3、opencv、tensorflow 1.4.0还有其他依赖

编译安装caffe，需要用到这个没合并的PR：Fix boost_python discovery for distros with different naming scheme

改官方的脚本，跳过系统检查，跳过依赖安装（在第一步就手工装完了）

当我顺利折腾完之外，才发现AUR是有了现成的ncsdk。

安装完成后改LD_LIBRARY_PATH和PYTHONPATH：

export LD_LIBRARY_PATH=/opt/movidius/bvlc-caffe/build/install/lib64/:/usr/local/lib/
export PYTHONPATH="${PYTHONPATH}:/opt/movidius/caffe/python"

使用NCS需要把caffe或tensorflow训练好的模型转换成NCS支持的格式。因为Keras有TF后端，所以用Keras的模型也是可以的。这里以Keras自带的VGG16为例：

from keras.applications import VGG16
from keras import backend as K
import tensorflow as tf

mn = VGG16()
saver = tf.train.Saver()
sess = K.get_session()
saver.save(sess, "./TF_Model/vgg16")

这里直接用tf.train.Saver保存了一个tf模型，然后用mvNCCompile命令进行编译，需要指定网络的输入和输出节点，-s 12表示使用12个SHAVE处理器：

$ mvNCCompile TF_Model/vgg16.meta -in=input_1 -on=predictions/Softmax -s 12

顺利的话就的到一个graph文件。

（这里用了我自己改的TensorFlowParser.py才能用）

mvNCProfile命令可以查看模型中每一层使用的内存带宽、算力，模型调优可以以此为参考。

$ mvNCProfile TF_Model/vgg16.meta -in=input_1 -on=predictions/Softmax -s 12

Detailed Per Layer Profile
                                                       Bandwidth   time
#    Name                                        MFLOPs  (MB/s)    (ms)
=======================================================================
0    block1_conv1/Relu                            173.4   304.2   8.510
1    block1_conv2/Relu                           3699.4   662.6  83.297
2    block1_pool/MaxPool                            3.2   831.6   7.366
3    block2_conv1/Relu                           1849.7   419.9  33.158
4    block2_conv2/Relu                           3699.4   474.2  58.718
5    block2_pool/MaxPool                            1.6   923.4   3.317
6    block3_conv1/Relu                           1849.7   171.8  43.401
7    block3_conv2/Relu                           3699.4   180.6  82.579
8    block3_conv3/Relu                           3699.4   179.8  82.921
9    block3_pool/MaxPool                            0.8   919.2   1.666
10   block4_conv1/Relu                           1849.7   137.3  41.554
11   block4_conv2/Relu                           3699.4   169.0  67.442
12   block4_conv3/Relu                           3699.4   169.6  67.232
13   block4_pool/MaxPool                            0.4   929.7   0.825
14   block5_conv1/Relu                            924.8   308.9  20.176
15   block5_conv2/Relu                            924.8   318.0  19.594
16   block5_conv3/Relu                            924.8   314.9  19.788
17   block5_pool/MaxPool                            0.1   888.7   0.216
18   fc1/Relu                                     205.5  2155.9  90.937
19   fc2/Relu                                      33.6  2137.2  14.980
20   predictions/BiasAdd                            8.2  2645.0   2.957
21   predictions/Softmax                            0.0    19.0   0.201
-----------------------------------------------------------------------
                           Total inference time                  750.84
-----------------------------------------------------------------------
Generating Profile Report "output_report.html"...

可以看到执行1此VGG16推断需要750ms，主要时间花在了几个卷积层，所以这个模型用在实时的视频分析是不合适的，这时可以试试其他的网络，例如SqueezeNet只要48ms：

Detailed Per Layer Profile
                                                       Bandwidth   time
#    Name                                        MFLOPs  (MB/s)    (ms)
=======================================================================
0    data                                           0.0 78350.0   0.004
1    conv1                                        347.7  1622.7   8.926
2    pool1                                          2.6  1440.0   1.567
3    fire2/squeeze1x1                               9.3  1214.8   0.458
4    fire2/expand1x1                                6.2   155.2   0.608
5    fire2/expand3x3                               55.8   476.3   1.783
6    fire3/squeeze1x1                              12.4  1457.4   0.509
7    fire3/expand1x1                                6.2   152.6   0.618
8    fire3/expand3x3                               55.8   478.3   1.776
9    fire4/squeeze1x1                              24.8  1022.0   0.730
10   fire4/expand1x1                               24.8   176.2   1.093
11   fire4/expand3x3                              223.0   389.7   4.450
12   pool4                                          1.7  1257.7   1.174
13   fire5/squeeze1x1                              11.9   780.3   0.476
14   fire5/expand1x1                                6.0   154.0   0.341
15   fire5/expand3x3                               53.7   359.8   1.314
16   fire6/squeeze1x1                              17.9   639.4   0.593
17   fire6/expand1x1                               13.4   159.5   0.531
18   fire6/expand3x3                              120.9   259.7   2.935
19   fire7/squeeze1x1                              26.9   826.1   0.689
20   fire7/expand1x1                               13.4   159.7   0.530
21   fire7/expand3x3                              120.9   255.2   2.987
22   fire8/squeeze1x1                              35.8   727.0   0.799
23   fire8/expand1x1                               23.9   164.0   0.736
24   fire8/expand3x3                              215.0   191.4   5.677
25   pool8                                          0.8  1263.8   0.563
26   fire9/squeeze1x1                              11.1   585.9   0.388
27   fire9/expand1x1                                5.5   154.1   0.340
28   fire9/expand3x3                               49.8   283.2   1.664
29   conv10                                       173.1   335.8   3.400
30   pool10                                         0.3   676.1   0.477
31   prob                                           0.0     9.5   0.200
-----------------------------------------------------------------------
                           Total inference time                   48.34
-----------------------------------------------------------------------

有了图文件，我们就可以把它加载到NCS，然后进行推断：

from mvnc import mvncapi as mvnc

## 枚举设备
devices = mvnc.EnumerateDevices()

## 打开第一个NCS
device = mvnc.Device(devices[0])
device.OpenDevice()

## 读取图文件
with open("graph", mode="rb") as f:
    graphfile = f.read()

## 加载图
graph = device.AllocateGraph(graphfile)

图加载加载完成后，就可以graph.LoadTensor给它一个输入，graph.GetResult得到结果。

# 从摄像头获取图像
ret, frame = cap.read()

# 预处理
img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
img = cv2.resize(img, (224, 224))
img = preprocess_input(img.astype("float32"))

# 输入
graph.LoadTensor(img.astype(numpy.float16), "user object")

# 获取结果
output, userobj = graph.GetResult()

result = decode_predictions(output.reshape(1, 1000))

识别出鼠标：

Kindle和iPod还算相似吧：）

完整的代码在oraoto/learn_ml/ncs，有MNIST和VGG16的例子。