Skip to main content

使用 Raspberry Pi AI Kit 在 RPi5 和 CM4 上运行 YOLOv8s 的基准测试

简介

YOLOv8(You Only Look Once 第 8 版)是 YOLO 系列中最受欢迎的实时姿态估计和目标检测模型。它在前代的基础上,通过在速度、精度和灵活性方面的多项改进,进一步提升了性能。Raspberry-pi-AI-kit 被用于加速推理速度,该套件配备了基于 Hailo-8L 芯片构建的 13 TOPS 神经网络推理加速器。

本文档展示了在 Raspberry Pi 5 和 Raspberry Pi Compute Module 4 上运行 YOLOv8s 进行姿态估计和目标检测的基准测试。所有测试均使用相同的模型(YOLOv8s),量化为 int8,输入分辨率为 640x640,批量大小设置为 1,输入为 240 FPS 的同一视频。

准备硬件

对于 CM4

reComputer r1000Raspberry Pi AI Kit

对于 Raspberry Pi 5

Raspberry Pi5 8GBRaspberry Pi AI Kit

运行此项目

在 RPi5 上安装 AI 套件

请参考 此文档

安装 Hailo 软件并验证安装

更新系统:

sudo apt update
sudo apt full-upgrade

将 PCIe 设置为 gen2/gen3(gen3 比 gen2 更快):

/boot/firmware/config.txt 文件中添加以下内容:

# 启用 PCIe 外部连接器

dtparam=pciex1

# 强制使用 Gen 3.0 速度

dtparam=pciex1_gen=3

note

如果您想使用 gen2,请注释掉 dtparam=pciex1_gen=3

安装 hailo-all 并重启:

在 Raspberry Pi5 上打开终端,输入以下命令以安装 Hailo 软件。

sudo apt install hailo-all
sudo reboot

检查软件和硬件:

在 Raspberry Pi5 上打开终端,输入以下命令以检查是否已安装 hailo-all。

hailortcli fw-control identify

正确的结果如下所示:

pir

在 Raspberry Pi5 上打开终端,输入以下命令以检查是否已连接 hailo-8L。

lspci | grep Hailo

正确的结果如下所示:

pir

运行项目

安装项目

git clone https://github.com/Seeed-Projects/Benchmarking-YOLOv8-on-Raspberry-PI-reComputer-r1000-and-AIkit-Hailo-8L.git
cd Benchmarking-YOLOv8-on-Raspberry-PI-reComputer-r1000-and-AIkit-Hailo-8L

运行项目

# 使用 AI 套件运行姿态估计

bash run.sh pose-estimation-hailo

# 不使用 AI 套件运行姿态估计

bash run.sh pose-estimation

结果

结果

pir

pir

技术支持与产品讨论

感谢您选择我们的产品!我们致力于为您提供多种支持,确保您在使用我们的产品时拥有尽可能顺畅的体验。我们提供多种沟通渠道,以满足不同的偏好和需求。

Loading Comments...