目录
- 前言
- 一、完成Linux 本地编译环境的准备
- 1. 下载安装patchelf
- 2. 下载安装cmake
- 二、源码编译
- 1. 下载Paddle-Lite 源码
- 2. 编译Paddle-Lite 预测库
- 3. 安装Paddle-Lite
- 4. 直接安装whl文件
前言
最近在学习PaddlePaddle，并且需要把训练好的模型部署在树莓派上。
Paddle-Lite简介：
Lite是一种轻量级、灵活性强、易于扩展的高性能的深度学习预测框架，它可以支持诸如ARM、OpenCL、NPU等等多种终端。
由于PaddlePaddle是不支持ARM架构CPU的，所以我们在树莓派上只可以安装Paddle-Lite。
同时我们可以从其官网了解到，树莓派安装Paddle-Lite只可以使用本地源码编译的方式。
P.S. 除了下载源码并编译之外，我们也可以直接下载编译好的
whl包并安装即可。
paddlelite 2.8.0:paddlelite2.8版本whl文件
也有2.6.0版本的paddlelite.whl包提供下载：
https://download.csdn/download/weixin_40973138/15929619
安装方式：
将whl文件下载至树莓派，然后执行pip install paddlelite-2.6.0-xxx.whl即可（详见下文）。
我的整个安装过程所参考的文章：
- 本地编译ARM Linux（直接在RK3399或树莓派上编译）
- 源码编译 (ARMLinux)
- 树莓派4b学习笔记六：以源码编译的方式安装Paddlelite
接下来就开始吧！
一、完成Linux 本地编译环境的准备
这部分主要是安装一些基础的软件，用于完成Linux 本地编译环境的准备。
注意：本编译方法暂时只适用于ARM的设备
1. 下载安装patchelf
安装patchelf：
sudo apt install patchelf
然后更新一下目录：
sudo apt-get update
升级安装：
sudo apt-get install -y
-y的作用是对后续的操作都选择yes。
gcc g++ make wget python unzip patchelf python-dev
2. 下载安装cmake
下载cmake压缩包并解压：
wget https://cmake/files/v3.20/cmake-3.20.0-rc4.tar.gz
tar -zxvf cmake-3.20.0-rc4.tar.gz
然后进行一些配置：
cd cmake-3.20.0-rc4
./configure
此处若出现
Could NOT find OpenSSL, try to set the path to OpenSSL root folder in the system variable OPENSSL_ROOT_DIR (missing: OPENSSL_LIBRARIES OPENSSL_INCLUDE_DIR)这种错误。
可输入（安装OpenSSL的编译依赖）：sudo apt-get install libssl-dev
开始编译：
make
至此，输出结果应该是这样的：
然后安装：
sudo make install
输出结果：
查看cmake版本以验证安装成功：
cmake --version
本地编译环境的准备完成。
二、源码编译
1. 下载Paddle-Lite 源码
首先下载Paddle-Lite源码：
在此，我选择从Gitee上面下载，因为我这GitHub实在干不动~~
git clone https://gitee/paddlepaddle/paddle-lite.git
如果你想从GitHub下载，只需要将上述链接替换成
https://github/PaddlePaddle/Paddle-Lite.git
源码下载完成后将其中的third-party 目录删除，这将使得编译脚本自动从国内CDN下载第三方库文件：
cd paddle-lite
git checkout release/v2.8
rm -rf third-party
注意：在此我选择将默认的4线程编译切换成单线程编译，因为我怀疑4线程编译的多次失败是树莓派的配置较低所导致。
export LITE_BUILD_THREADS=1
2. 编译Paddle-Lite 预测库
./lite/tools/build_linux.sh --arch=armv7hf --with_python=ON
上述指令有多种参数配置，你可以按照你的实际需求进行配置：
--arch: (armv8|armv7|armv7hf) arm版本，默认为armv8
--toolchain: (gcc|clang) 编译器类型，默认为gcc
--with_extra: (OFF|ON) 是否编译OCR/NLP模型相关kernel&OP，默认为OFF，只编译CV模型相关kernel&OP
--with_python: (OFF|ON) 是否编译python预测库, 默认为 OFF
--python_version: (2.7|3.5|3.7) 编译whl的Python版本，默认为 None
--with_cv: (OFF|ON) 是否编译CV相关预处理库, 默认为 OFF
--with_log: (OFF|ON) 是否输出日志信息, 默认为 ON
--with_exception: (OFF|ON) 是否在错误发生时抛出异常，默认为 OFF
P.S. 一开始我除了--arch 和--with_python 外也有配置其他参数，但失败了很多次后，我就把参数精简到这两个，尽量排除因为其他参数而导致错误的可能。
编译成功：
3. 安装Paddle-Lite
首先贴上编译后的文件结构树状图：
inference_lite_lib.armlinux.armv8
├── cxx C++ 预测库和头文件
│ ├── include C++ 头文件
│ │ ├── paddle_api.h
│ │ ├── paddle_image_preprocess.h
│ │ ├── paddle_lite_factory_helper.h
│ │ ├── paddle_place.h
│ │ ├── paddle_use_kernels.h
│ │ ├── paddle_use_ops.h
│ │ └── paddle_use_passes.h
│ └── lib C++ 预测库
│ ├── libpaddle_api_light_bundled.a C++ 静态库
│ └── libpaddle_light_api_shared.so C++ 动态库
├── demo
│ └── python Python 预测库demo
│
└── python Python 预测库(需要打开with_python选项)
├── install
│ └── dist
│ └── paddlelite-*.whl Python whl包
└── lib
└── lite.so Python 预测库
我们的目标文件是paddlelite-*.whl，对其进行安装：
最后验证一下paddlelite 是否可以import：
大功告成。
4. 直接安装whl文件
注意：下列仅展示安装2.6版本的paddlelite，文件夹里面有2.8版本的paddlelite，安装方法与下同。
若上述方式始终不能顺利安装，那就直接安装whl文件吧。
首先把whl文件下载至树莓派：
然后执行安装命令：pip install paddlelite-2.6.0-cp37-cp37m-linux_armv7l.whl
通过pip list可以查看paddlelite的安装版本：
安装成功！
更多推荐
【超详细】树莓派4B 安装Paddle-Lite 2.8.0
发布评论