基于 Aidlux的智慧教育版面分析场景下的实践
基于 Aidlux的智慧教育版面分析场景下的实践
基于 Aidlux的智慧教育版面分析应用
一、Aidlux环境介绍
所有代码均可通过加课程小助手wx获得:AidLux_Me
1.产品优势
AidLux是基于ARM架构的跨生态（Android/鸿蒙+Linux）一站式AIoT应用快速开发和部署平台APP。
通过共享 Linux 内核实现Android 和 Linux 生态融合，为单一设备同时提供Android和Linux运行环境；
集成国际主流AI框架和多种开发环境、后台服务程序、编译器及图形开发组件，无须配置开箱即用，极大地简化了开发步骤；自主研发的AI智能加速技术可实现CPU+GPU+NPU智能加速，大幅提高AI应用运行效率；平台广泛而深度的适配外设接口，省去大量调试工作；内置完整的跨平台桌面和命令行终端连接（SSH），一个平台完成多终端协同开发、测试、部署；
2.安装方式
可使用APK包安装方式快速部署在ARM架构的手机、平板、电脑和板卡等智能终端上；（android各应用市场直接下载：小米，华为，oppo。。。。）
3.应用场景
AidLux能广泛应用在智能工业、AI教育、智慧人居、智慧城市、智慧物流、智慧交通、智慧零售和机器人等诸多场景中。
二、课程内容
1.版面元素检测
检测算法：YOLOv8：https://github.com/ultralytics/ultralytics
2.文本行检测
目前主流的文本行检测数据集：ICDAR2015/2017
基于ICPR数据集为例微调
2.1文本行检测算法：DBNet
2.2文本行识别算法：CRNN
三、部署步骤
1.安装Aidlux
在各应用市场下载aidlux，安装后桌面如下：
1).查看ip,点击下图图标即可看到aidlux环境的ip
2).web访问方式
3).ssh访问(默认用户名root,密码aidlux)
ssh 192.168.1.10 -p 9022
2.安装vscode
1)在电脑上安装vscode(mac,linux,window)
2)安装远程连接插件 ：remote ssh
3)通过vscode连接到aidlux演示
3.代码结构
1.将代码上传到aidlux
可以通过web方式上传，或直接在vscode上拖进来
2.环境准备
需要确认opencv-python的版本，我是通过重新安装来适配：pip install opencv-python install "opencv-python-headless<4.3" -i https://pypi.doubanio.com/simple/
pip install -r requirements.txt
4.执行推理
运行代码
# 修改需要推理的pdf路径
python code_for_pdf.py
四、结果展示
操作演示（视频中呈现）
五、心得体会
1.初步了解yolov8的模型训练过程
2.了解到了Aidlux的强大：基于ARM架构的跨生态（Android/鸿蒙+Linux）一站式AIoT应用快速开发和部署平台，能够充分利用手边资源，不需要额外采购硬件就能进行Ai应用部署。
3.感谢刘老师的精彩讲解以及课程小助手辅导
