MTK密碼:22355027

## MTK ssh連線
### 1. 編輯自己ssh的config
在config裡輸入:

Host MTK
    HostName leda-ncu.tplinkdns.com 
    Port 111
    User ubuntu

### 2.連線(需要打密碼)
MTK密碼:22355027
在終端輸入`ssh MTK`然後輸入密碼就可以連線了 或是用vscode的 remote explorer

### 3.連線(設定好後之後不需要密碼)

#### 如果之後在連線的時候不想打密碼，config要多加上自己的私鑰:

Host MTK
    HostName leda-ncu.tplinkdns.com 
    Port 111
    User ubuntu
    IdentityFile "C:\Users\Jasonihow-LAPTOP\.ssh\id_rsa"(這行是自己的私鑰，請改成自己的路徑)

#### 先把自己的公鑰傳到MTK的.ssh資料夾下
建議幫自己的公鑰命名，因為大家的名字預設都是id_rsa，傳過去的時候會跟MTK自己的私鑰撞名
`scp "自己密鑰的路徑" MTK:~/.ssh/`
之後在終端連進去MTK，可以看一下有沒有傳成功
輸入`cat "自己的公鑰" >> authorized_keys`
再輸入`cat authorized_keys`看最下面有沒有自己的公鑰

成功了! 之後再連進去就不需要打密碼了!

#### 先用2.的方法連進去MTK
由於MTK裡還沒有紀錄你的密鑰，所以第一次連進去時還是需要打密碼

# 官方給的測試benchmark
https://mediatek.gitlab.io/genio/doc/ubuntu/bsp-installation/neuropilot.html

*** Run the example program: ***
sudo python3 /usr/share/benchmark_dla/benchmark.py --auto

這個python會抓取當前目錄下的tflite檔並且用mdla3.0和vpu各跑一次模型
可以看到mdla3.0(就是這台的NPU)推論時間比vpu少很多

## 想法:為了讓mdla3.0能跑樂達或yolo的模型，先把onnx轉成tflite再透過這個benchmark看能不能直接跑成功
## 目標: 將模型轉成tflite檔

# onnx2tflite (要在winodws中!!!!)
(推薦)https://gitcode.com/gh_mirrors/on/onnx2tflite/overview?utm_source=csdn_github_accelerator&isLogin=1
在裝requirement.txt的時候 onnx-simplifier會裝不起來
**解法:直接裝onnxsim**
`python converter.py --weights "./your_model.onnx"`
or
https://github.com/MPolaris/onnx2tflite

python -m onnx2tflite --weights ../model/leda_ae/model.onnx --outpath ../tflite --formats "tflite"

將模型轉成tflite後跑benchmark
### 結果:
樂達的模型可以用mdla3.0跑 但用vpu會報錯
yolo轉成tflite後都會報錯

# YOLO官方文件直接轉tflite
https://github.com/ultralytics/ultralytics/tree/main/examples/YOLOv8-OpenCV-int8-tflite-Python
照著流程做 然後把yolov8n, yolov8n-cls, yolov8n-seg都轉成tflite
結果:用這種方式轉成的tflite可以透過mdla3.0跑成功