文章目录
前言
本文主要针对caffe1.0框架的神经网络，叙述如何在ULTRA96V2板子上部署神经网络，同时本篇文章主要针对DPU2.0版本。
以下是本篇文章正文内容，主要参考以下文档
DNNDK环境部署文档，提取码QQDZ
神经网络编译
一、DNNDK环境部署
首先从XILINX官网下载DNNDK包，链接如下：
DNNDK包下载链接
下载好后传到Ubuntu16.04系统中，我使用的是虚拟机，虚拟机安装Ubuntu16.04教程很多，这里不再赘述，运行如下指令安装依赖库：
apt-get install -y --force-yes build-essential autoconf libtool libopenblasdev libgflags-dev libgoogle-glog-dev libopencv-dev protobuf-compiler libleveldbdev liblmdb-dev libhdf5-dev libsnappy-dev libboost-all-dev libssl-dev
再将下载后的压缩包解压，文件结构如下：
解压图片中框选的压缩包，然后进入到host_x86文件夹下，运行如下指令：
./install.sh <board_name>
其中<board_name> 根据开发板可以是Ultra96, ZCU104或是ZCU102，运行该指令后环境便搭建好了。
二、量化神经网络
下载该训练集到$dnndk_pkg/host_x86/models/caffe/resnet50路径并解压，并在该目录下下找到dnnc.sh，根据自己的dpu以及神经网络情况修改dnnc.sh，之后先运行decent.sh进行剪枝、量化，再运行dnnc.sh进行编译，若显示如下界面则说明编译成功：
之后即可在dnnc_output文件夹中获得elf文件。需要注意的是resnet50与inceptionv1下载dnndk解压后都有例子，其他网络若需要编译则要自己找到该网络的浮点模型，然后修改对应的dnnc.sh与prototxt，其余步骤如上所示。
三、编译神经网络
在windows环境下的命令行中运行如下指令启动Xilinx SDK GUI：
xsdk
当XSDK GUI打开后新建一个空白workspace，再点击选项卡File然后选择New Application Project，输入对应的信息，以resnet50网络为例，其余网络只需修改project name即可：
点击选项卡中的File然后Import -> General -> Filesystem将main.cc与之前dnnc_output文件夹内的elf文件导入，main.cc下载链接如下（针对resnet50网络，其余网络需要适当修改）：
main.cc下载链接，提取码为QQDZ
再更新Application Build Settings，首先在resnet50 application点击鼠标右键，然后选择C/C++ Build Settings，在 C/C++ Build -> Environment, 加入SYSROOT变量以及指向sysroot的位置，获取sysroot地址首先需要下载下述压缩包并解压：
SYSROOT，提取码QQDZ
下载后地址如下，以我的为例：
D:\srtp\our_work\sdk\sysroots\aarch64-xilinx-linux
再将compiler和linker指向SYSROOT
Miscellaneous -> Linker Flags : --sysroot=${SYSROOT}
Miscellaneous -> Other Flags:在原来内容基础上加上 --sysroot=${SYSROOT}
再在 g++ linker libraries tab, 加入以下 libraries: n2cube、dputils、pthread、opencv_core、opencv_imgcodecs、opencv_highgui
再在 g++ linker -> Miscellaneous, 加入 model .elfs 到 Other Objects，再从resnet50/src directory加入 dpu_resnet50_0.elf，这一步可以点击Workspace以浏览所需对象：
点击OK，最后在 resnet50 application鼠标右键，然后选择 Build Project，最终可以在debug文件夹下获取最终能在板子上跑的神经网络。