开发者手机AI - Openharmony AI应用的构建
开发者手机 AI能力构建 本文以开发者手机AI特性为例,讲述Openharmony上AI应用如何构建。 一、Openharmony AI架构OpenHarmony AI子系统的部件包括: MindSpore Lite AI推理框架,为AI应用开发提供统一的AI推理接口,可以完成在手机等端侧设备中的模型推理过程;Neural Ne
开发者手机 AI能力构建
本文以开发者手机AI特性为例,讲述Openharmony上AI应用如何构建。
一、Openharmony AI架构
OpenHarmony AI子系统的部件包括:
- MindSpore Lite AI推理框架,为AI应用开发提供统一的AI推理接口,可以完成在手机等端侧设备中的模型推理过程;
- Neural Network Runtime:神经网络运行时,作为中间桥梁连通上层AI推理框架和底层AI芯片。面向AI芯片提供统一的接口,使AI芯片驱动能够接入OpenHarmony系统。
二、开发者手机 AI能力构建
开发者手机AI特性主要完成以下三项工作,在开发者手机上从上到下打通了Openharmony的AI子系统。
-
南向NPU芯片的适配
-
构建目标识别的模型
-
实现目标识别的AI应用
1、NNRt HDI接口适配,使NPU芯片接入Openharmony。
NNRt开放了标准统一的南向HDI接口,使第三方芯片设备可以通过NNRt HDI接口接入Openharmony。
NPU芯片适配就是增加NNRt host进程,实现NNRt设备服务进程。在HDI的接口中对接芯片厂商提供的闭源库,完成HDI接口的适配。
具体可参考Neural Network Runtime设备接入指导
2、目标识别模型的构建。
-
以yolov5模型为基础,构建能够识别100种目标物体的模型;
-
为了能够在开发者手机这种端侧设备上快速推理,需要对模型进行量化和剪除;
-
模型转换为展锐的离线模型文件;
-
展锐离线模型转换为MindSpore封装的模型文件;
具体模型的构建请参考构建开发者手机目标识别应用的模型
3、目标识别AI应用的实现。
应用的native层通过调用MindSpore Lite接口实现模型的加载、构建、编译以及推理。
目标识别应用的详细情况请参考目标识别demo
MindSpore Lite的接口请参考MindSpore Lite
更多推荐
所有评论(0)