简介
Cvitek 所提供的 TDL（Turnkey Deep Learning）集成算法，用以缩短应用程序开发所需的时间。
此架构实现了 TDL 所需算法包含其前后处理 提供统一且便捷的编程接口。
目前 TDL SDK 包含 移动侦测，人脸检测，人脸识别，人脸追踪，行人检测，语义分割，车牌辨识，车牌检测，活体识别，IR活体识别，婴儿检测，哭声检测，姿态检测，手势侦测，手势识别 等算法。
编译
TDL-SDK 程序需要在 PC 主机的 Linux 环境下进行交叉编译，推荐 Ubuntu 22.04 系统。
目前 Duo 系列开发板的固件有 V1 和 V2 两个版本，相关说明请参考 官方镜像和SDK。适用于这两个版本固件的 TDL-SDK 也不相同，以下分别介绍适用于这两个版本固件的 TDL-SDK 示例的编译方法。
适用于 V1 版本固件的 TDL-SDK 示例
下载交叉编译工具链
wget https://sophon-file.sophon.cn/sophon-prod-s3/drive/23/03/07/16/host-tools.tar.gz
解压工具链：
tar xvf host-tools.tar.gz
进入工具链目录中将工具链的路径导出到环境变量中：
cd host-tools
export PATH=$PATH:$(pwd)/gcc/riscv64-linux-musl-x86_64/bin
验证工具链是否可用：
riscv64-unknown-linux-musl-gcc -v
能够正常显示交叉编译工具链的版本信息，即工具链可用：
$ riscv64-unknown-linux-musl-gcc -v
Using built-in specs.
COLLECT_GCC=riscv64-unknown-linux-musl-gcc
...
Thread model: posix
Supported LTO compression algorithms: zlib
gcc version 10.2.0 (Xuantie-900 linux-5.10.4 musl gcc Toolchain V2.6.1 B-20220906)
下载 TDL-SDK 示例源码
下载 TDL-SDK 源码，Duo 和 Duo256M/DuoS 仓库有所不同：
- Duo:
git clone https://github.com/milkv-duo/cvitek-tdl-sdk-cv180x.git
cd cvitek-tdl-sdk-cv180x - Duo256M 和 DuoS:
git clone https://github.com/milkv-duo/cvitek-tdl-sdk-sg200x.git
cd cvitek-tdl-sdk-sg200x
后续仓库代码如有更新，可以在代码目录中执行 git pull 拉取最新的代码，比如 Duo256M 和 DuoS：
cd cvitek-tdl-sdk-sg200x
git pull
拉取到最新代码后再继续编译。
编译
cd sample
./compile_sample.sh
生成的示例程序位于相应的子目录中，比如人脸检测示例 sample_vi_fd 位于：
cvi_tdl/sample_vi_fd
Clean:
./compile_sample.sh clean
适用于 V2 版本固件的 TDL-SDK 示例
获取 TDL-SDK 示例源码
git clone https://github.com/milkv-duo/duo-tdl-examples.git
后续仓库代码如有更新，可以在代码目录中执行 git pull 拉取最新的代码，拉取到最新代码后再继续编译。
编译示例
以下以编译人脸检测的程序为例，介绍编译的过程。
进入代码目录：
cd duo-tdl-examples
加载编译环境：
source envsetup.sh
第一次加载会自动下载所需的编译工具链，下载后的目录名为host-tools，下次再加载编译环境时，会检测该目录，如果已存在则不会再次下载。
加载编译环境时需要按提示输入所需编译目标：
Select Product:
1. Duo (CV1800B)
2. Duo256M (SG2002) or DuoS (SG2000)
如果目标板是 Duo 则选择 1，如果目标板是 Duo256M 或者 DuoS 则选择 2。由于 Duo256M 和 DuoS 支持 RISCV 和 ARM 两种架构，还需要按提示继续选择：
Select Arch:
1. ARM64
2. RISCV64
Which would you like:
如果测试程序需要在 ARM 系统中运行，选择 1，如果是 RISCV 系统则选择 2。
同一个终端中，只需要加载一次编译环境即可。
人脸检测的示例程序为 sample_vi_fd，进入到 sample_vi_fd 目录：
cd sample_vi_fd
使用 make 命令编译：
make
将当前目录中生成的 sample_vi_fd 程序通过 scp 或者其他方式上传到 Duo 系列开发板中进行测试。如需清除编译生成的程序，可以执行 make clean 清除。
通过网络直接上传到 Duo 开发板中的程序，可能没有执行权限，需要先在开发板的系统里通过 chmod 命令添加可执行权限：
chmod +x sample_vi_fd
在开发板中测试该人脸检测示例的命令为 sample_vi_fd + 人脸检测模型文件。注意 Duo 和 Duo256M/DuoS 中使用的模型是不同的。
模型下载链接：https://github.com/milkv-duo/tdl-models。
-
Duo (CV180X)
./sample_vi_fd /mnt/cvimodel/scrfd_320_256_ir_0x.cvimodel -
Duo256M/DuoS (SG200X)
./sample_vi_fd /mnt/cvimodel/scrfd_768_432_int8_1x.cvimodel
此时将摄像头对准人脸，终端日志中会打印当前检测到人脸的数量。如需通过电脑实时预览视频画面，可参考 人脸检测文档。
模型支持列表
TDL-SDK 数据类型
TDK-SDK 模型下载（Sophgo）
https://github.com/sophgo/tdl_models/tree/main
示例说明
各示例的详细说明及运行方法，请参考后面章节。
参考文档
| Chinese Version(中文版) | 格式 | English Version | Format | ||
| 深度学习SDK软件开发指南 | html | TDL SDK Software Development Guide | html | ||
| YOLO系列开发指 南 | html | YOLO Development Guide | html | ||
