Skip to main content

在RPi5和CM4上使用rpi ai kit运行yolov8s的基准测试

介绍​

YOLOv8（You Only Look Once version 8）是最受欢迎的YOLO系列实时姿态估计和目标检测模型。它在前代产品优势的基础上，在速度、精度和灵活性方面引入了多项改进。Raspberry-pi-AI-kit用于加速推理速度，配备了基于Hailo-8L芯片构建的13 TOPS神经网络推理加速器。

本wiki展示了在Raspberry Pi 5和Raspberry Pi Compute Module 4上进行YOLOv8s姿态估计和目标检测的基准测试。所有测试都使用相同的模型（YOLOv8s），量化为int8，输入尺寸为640x640分辨率，批处理大小设置为1，输入来自240 FPS的同一视频。

准备硬件​

对于CM4​

reComputer r1000Raspberry Pi AI Kit
立即获取 🖱️
立即获取 🖱️

适用于 Raspberry Pi 5​

Raspberry Pi5 8GBRaspberry Pi AI Kit
立即获取 🖱️
立即获取 🖱️

运行此项目​

在 RPi5 上安装 AI kit​

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

Set pcie to gen2/gen3(gen3 is faster than gen2)​

Add following text to /boot/firmware/config.txt

#Enable the PCIe external connector

dtparam=pciex1

#Force Gen 3.0 speeds

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，输入以下命令来安装 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，输入以下命令检查 hailo-8L 是否已连接。

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

Run the project​

# run pose estimation with AI kit

bash run.sh pose-estimation-hailo

# run pose estimation without AI kit

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！我们在这里为您提供不同的支持，以确保您使用我们产品的体验尽可能顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...