AXC F2152용 LiteRT Python 휠을 구축하는 방법

지난 달 Google은 TensorFlow Lite를 LiteRT로 브랜드 변경/이름 변경을 발표했습니다(기사 링크). 이는 이제 Google AI Edge를 사용하여 Edge 계산 패러다임에서 관련성을 유지하려는 개선된 시도의 일부가 될 것입니다.

저는 이미 PLCnext 스토어(앱 링크)에서 교육 목적으로 앱을 통해 TensorFlow Lite(numpy 및 OpenCV 포함)를 사용할 수 있게 만들었습니다. 그러나 완전히 다른 것을 시도하거나 다른 라이브러리를 포함하려는 경우에도 앱은 사용자가 사전 포장된 솔루션을 사용하도록 제한합니다.

최근에 앱을 업데이트했고 이를 수행하는 방법에 대해 기억을 되살려야 한다는 점을 고려하여 이 게시물을 작성하고 AXC F 2152용 TensorFlow Lite 런타임을 크로스 컴파일하는 방법을 설명하기로 결정했습니다.

공개적으로 사용 가능한 라이브러리는 AXC F 2152의 프로세서 아키텍처에 대한 직접적인 지원을 제공하지 않으므로 마지막 단계의 실행 프로세스가 상당히 복잡해 보일 수 있으므로 크로스 컴파일이 필요합니다.

참고 :이 절차는 다음에서 테스트되었습니다:

• 가상화된 UBUNTU 22.04 터미널.
• 가상 머신에는 27GB RAM과 16GB RAM의 추가 스왑 파일(크로스 컴파일 프로세스와 관련성이 높음)이 있으며 24개 코어를 사용하여 실행됩니다.
• 32GB RAM과 Core i7-12850HX 프로세서를 갖춘 호스트 시스템

참고 2 :RAM의 양은 크로스 컴파일을 안정적으로 유지하고 가능한 한 빠르게 실행할 수 있도록 해줍니다. RAM이 적은 설정에서는 크로스 컴파일 프로세스를 실행할 수 없거나 너무 오래 걸릴 수 있습니다(제 경험으로는 최대 몇 시간 정도).

1. 컴파일하려는 버전에서 TensorFLow의 소스 코드를 다운로드하세요. https://github.com/tensorflow/tensorflow/releases/
2. 원하는 폴더에 콘텐츠를 추출합니다. 아래의 다음 항목에서는 "myfolder"를 사용하겠습니다.
3. "Makefile로 이동합니다. "에서 "/myfolder/tensorflow-2.XX.0/tensorflow/lite/tools/pip_package/Makefile "를 입력하고 기본 이미지, Python 버전, numpy 버전을 시스템과 일치하도록 수정합니다. 예:

1. "downloadtoolchains.sh로 이동합니다. "는 "/myfolder/tensorflow-2.XX.0/tensorflow/lite/tools/cmake/download_toolchains.sh에 위치합니다. " 여기에 표시된 대로 armh에 대해 기본적으로 제공되는 플래그를 수정합니다.

1. TensorFlow 폴더(/myfolder/tensorflow-2.XX.0) 내에서 다음 명령을 실행합니다:"make -C tensorflow/lite/tools/pip_package docker-build \ TENSORFLOW_TARGET=armhf PYTHON_VERSION=3.10 "

2. 경고:이전 단계의 프로세스에는 많은 시간이 걸릴 수 있으므로 인내심을 가지십시오.

3. 프로세스가 완료되면 "tensorflow-2.XX.0/tensorflow/lite/tools/pip_package/gen/tflite_pip/python3.10/dist에서 Python 휠을 가져옵니다. "를 컨트롤러에 추가하고 pip를 사용하여 설치하세요.

공지 :내 경험에 따르면 프로세스는 Python 3.9, 3.10 및 3.11과 릴리스 2.14에서 2.16.2까지 작동합니다. 그러나 버전 2.17 이상의 릴리스에는 버그가 있습니다. TensorFlow의 GitHub 저장소에 공개 문제가 있는데 여기에서 확인할 수 있습니다. 후속 릴리스에서 이 문제가 해결되기를 바랍니다.

참고:

메이커스 블로그에는 피닉스컨택트의 테스트나 검토를 거치지 않은 커뮤니티 회원의 애플리케이션과 사용자 스토리가 표시됩니다. 자신의 책임하에 사용하십시오.