【2023 Intel有奖征文】在爱克斯板上使用openvino™加速YOLOV8目标检测模型

参考文章地址https://mp.weixin.qq.com/s/k0yZlORKFn7Z9ZLb1-DL4w
参考文章原文作者:
英特尔物联网行业创新大使 杨雪锋博士
入手开发板
8月25日收到了开发板
简单介绍一下套件内容:
1. 爱克斯开发板*1
2. PD电源适配器*1
3. Type-C数据线*1
4. 快速操作指南*1
推荐应用软件:
Ubuntu20.04 | Windows 10 / 11
Inter Distribution of OpenVINO™ Toolkit
OpenCV
需要自备外设:
显示器
键盘及鼠标
HDMI/DP 数据线
以太网线
套件组****>
接通电源后,电源指示灯亮,风扇会小转一下,说明开发板已经启动了
下载代码仓
git clone https://gitee.com/ppov-nuc/yolov8_openvino.git
克隆不了可以直接去网页下载压缩包,自行解压
环境搭建
先cd进入所在文件夹
pip install -r requirements.txt
完成开发环境的安装
直接pip有问题的可以在代码前加上sudo
导出模型
sudo yolo export model=yolov8n.pt format=onnx
完成 yolov8n.onnx 模型导出
再使用命令 mo -m yolov8n.onnx
优化并导出OpenVINO™ IR 格式模型,如下图所示:
测试yolov8 目标检测模型的推理计算性能
这里使用的是benchmark_app,是 OpenVINO™ 工具套件自带的 AI 模型推理计算性能测试工具
命令:
benchmark_app -m yolov8n.xml -d GPU
获得了yolov8n.xml 模型在板子集成显卡上的异步推理计算性能
使用大佬编写好的YOLOv8 目标检测模型推理程序
这里原文说是yolov8_od_ov_sync_infer_demo.py文件,我这里文件名不是,做了小小的修改
最后成功跑通
0个评论