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

openlab_08e09859 更新于 7月前

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[[打call]]

0个评论