让手机平板成为AI开发利器：AidLux-Toy模板网

这篇具有很好参考价值的文章主要介绍了让手机平板成为AI开发利器：AidLux。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

远程登录

启动后，可以从控制台使用ifconfig 或者使用桌面的“Cloud_ip应用图标”获得其ip地址如：192.168.0.2 ,那么就可以使用ssh 192.168.0.2 -p 9022登录该手机，也可以在浏览器使用http://192.168.0.2:8000 来登录图形界面。

用户名root，默认密码aidlux

安装python3.9环境

系统自带的python3.7环境，有点老，飞桨的ocr例子不能跑，于是直接上python3.9。

在系统app安装python3.9，或者在命令行下执行aid install python-3.9

然后激活pip

python3.9 -m ensurepip

升级pip

python3.9 -m pip install pip -U -i https://mirror.baidu.com/pypi/simple

安装一些需要的软件

python3.9 -m pip install numpy onnxruntime opencv-python pillow -i https://mirror.baidu.com/pypi/simple

应用测试：

到应用中心安装onnxruntime(这个大约是独立的库或者是python3.7的库，不管有没有用，我是第一时间安装上了）

下载Paddle2ONNX源代码

git clone https://github.com/PaddlePaddle/Paddle2ONNX

PaddleOCR测试

安装需要的库

pip3.9 install shapely pyclipper pillow

进入目录cd Paddle2ONNX/model_zoo/orc下载模型：

# 下载det模型
wget https://bj.bcebos.com/paddle2onnx/model_zoo/ch_PP-OCRv2_det_infer.onnx
 
# 下载rec模型
wget https://bj.bcebos.com/paddle2onnx/model_zoo/ch_PP-OCRv2_rec_infer.onnx
 
# 下载cls模型
wget https://bj.bcebos.com/paddle2onnx/model_zoo/ch_ppocr_mobile_v2.0_cls_infer.onnx

执行识别，刚开始会失败，因为报错需要安装飞桨，众所周知安装飞桨在不顺利的时候会很曲折，编译也很慢。所以用了简单的法子：把predict_cls.py predict_det.py predict_rec.py三个文件里面的涉及paddle的代码全部去掉。

python3.9 infer.py  \
--det_model_dir=./ch_PP-OCRv2_det_infer.onnx  \
--rec_model_dir=./ch_PP-OCRv2_rec_infer.onnx  \
--cls_model_dir=./ch_ppocr_mobile_v2.0_cls_infer.onnx  \
--image_path=./images/lite_demo.png

还会有一些零星的报错，可以参考这个文档飞桨ONNX推理部署初探-CSDN博客进行相应的修改，最终这个orc文字识别终于在华为手机上跑起来了！速度感觉比同时代的intel cpu慢很多。作为一个几年前的手机，可能是读取数据有点慢，最终显示的处理时间并不慢：

花费了0.457335秒, 0.901
Finish!

非常棒！