LoginSignup
2
5

More than 5 years have passed since last update.

Movidius Neural Compute StickをMac+VMWare Fusionで動かす

Posted at

概要

Macでディープラーニングやーてことで、
Mac+VirtualBoxで動かなかったので、VMWare Fusionで再チャレンジしました。
IMG_6814.JPG

環境

Mac

  • MacBook Pro (Retina, 13-inch, Late 2013)
  • プロセッサ:2.4 GHz Intel Core i5
  • メモリ:16 GB 1600 MHz DDR3
  • macOS Sierra 10.12.6

VMWare Fusion

  • バージョン 8.5.10 (7527438)

Ubuntu(仮想マシン)

Ubuntuはお手軽に日本語Remixを使いました。

つまづいたところ

apt updateでエラー

Ubuntuインストール直後、apt updateしようとするとエラーになります。
これは既知の問題で、appstreamcliが原因なので、この記事を参考に対処しました。

NC SDKのインストールでエラー

公式のQuick Startに沿って、インストールを進めたのですが、

$make install

を実行すると、

Installation failed. Error on line 485

と表示され、失敗しました。
フォーラムに該当する投稿があったので、コメントを参考にしgitでバージョンを指定しcheckout後、makeすると成功しました。

$git checkout v1.10.00.03
$make install

exampleのビルドでエラー

NC SDKのインストール後、サンプル実行させようと、

$cd examples/caffe/GoogLeNet && make

とすると、

Caffe Import Error

というエラーが発生しました。
フォーラムに類似の投稿があったので参考にして、

  • PYTHONPATH環境変数の設定
  • OpenCVのインストール
  • python decoratorの再インストール

とやって、何が効いたかわかりませんが、もう一度make installすることで解決しました。

VMWare FusionにMovidius NCS接続

仮想マシンのUbuntuにNCSを接続するために、VMware Toolsのインストール、VMWare Fusionの設定が必要です。

VMWare Toolsのインストールは、この記事を参考に行いました。

USBの設定は、仮想マシンが停止している状態で、設定->USBとBluetoothを開き設定します。
詳細USBオプションのUSB互換性をUSB3.0に指定することをお忘れなく。
Ubuntu__64_ビット__16_04__USB_と_Bluetooth_と_Ubuntu__64_ビット__16_04.png

サンプルの実行

GoogLeNetを使って画像分類を行うサンプルを実行してみます。
サンプルコードは、入力の画像ファイルパスをハードコーディングしてあるので、実行時に引数で指定できるように変更しました。
入力した画像ファイルはこちらです。
gorilla.jpg

実行すると、

prediction 0 (probability 0.979) is n02480855 gorilla, Gorilla gorilla label index is: 366
prediction 1 (probability 0.008675) is n02483362 gibbon, Hylobates lar label index is: 368
prediction 2 (probability 0.00828) is n02481823 chimpanzee, chimp, Pan troglodytes label index is: 367
prediction 3 (probability 0.001655) is n02483708 siamang, Hylobates syndactylus, Symphalangus syndactylus label index is: 369
prediction 4 (probability 0.001351) is n02487347 macaque label index is: 373

ちゃんと'gorilla'と認識されました。

2
5
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
2
5