Skip to main content

reCamera 上的 YOLO11n 边缘基准测试

1. 介绍​

随着边缘 AI 场景的不断深入，如何在极其有限的功耗下运行新一代视觉模型，已经成为开发者的核心诉求。本 WIKI 将硬核展示 reCamera 在部署 YOLO11n 模型时的基线性能（Benchmark）。 在这里，你将看到 reCamera 如何仅凭 1.5W 功耗，流畅驱动 YOLO11n 目标检测和实例分割模型。

硬件准备​

  • 一台 reCamera
  • 一台 PC
reCamera 2002 系列reCamera 云台reCamera HQ POE
立即获取 🖱️
立即获取 🖱️
立即获取 🖱️

2. 实时效果展示​

眼见为实。我们在 reCamera 本地运行 YOLO11n 检测和分割模型，并通过 UDP 协议将处理后的视频和计算数据实时推流到 PC。

屏幕左上角的 OSD 信息实时显示严谨的硬件耗时拆分：预处理（Pre-process）、推理（Inference）、后处理（Post-process） 以及 总计（Total） 耗时。

YOLO11n 实例分割实时推流​

YOLO11n 分割演示

YOLO11n 目标检测实时推流​

YOLO11n 检测演示
测试说明

以上动图为实际屏幕录制。测试结果受模型输入分辨率（640x640）和量化精度（INT8）的影响，仅供工程部署参考。

3. 核心基准测试结果​

在长时间满载压力测试下，reCamera 展现出了极其优秀的“性能功耗比”。以下是 YOLO11n INT8 量化模型在 NPU 上的极限性能表现：

模型任务类型输入分辨率量化格式峰值帧率（FPS）单帧端到端时延平均运行功耗
YOLO11n 目标检测640 x 640INT820 FPS50 ms1.5 W
YOLO11n 实例分割640 x 640INT810 FPS100 ms1.5 W
YOLO11n 基准测试
📊 测试单位与指标说明
  • FPS（Frames Per Second，帧每秒）：指设备每秒可处理的图像帧数。20 FPS 表示系统在 1 秒内可以连续完成 20 次图像 AI 识别，数值越大，实时监控画面越流畅。
  • ms（Milliseconds，毫秒）：即 1 秒的千分之一。此处指处理单张图像的端到端总耗时。50 ms 表示设备处理一帧视频（包括预处理、NPU 推理、后处理及其他所有步骤）最少仅需 0.05 秒。
  • W（Watt，瓦特）：设备功耗的计量单位。此处 1.5W 指 reCamera 整机在满载运行 AI 模型时的平均功耗。

💡 深度数据解读​

  • 极致能效比：1.5W 的功耗几乎等同于普通单板机的待机功耗，但 reCamera 在此功耗下即可实现 20 FPS/S 的检测帧率，非常契合电池供电或远距离 PoE 供电的户外监控场景。
  • 时延表现：检测模型最低 50ms 的超低端到端时延，意味着可以轻松捕捉快速运动目标；而分割模型在增加高负载的 Mask 解码算子后，仍能保持最高 10 FPS/S 的流畅体验。

4. 上手实战：复现基准测试​

如果你已经拥有 reCamera 设备，只需几个简单步骤，就可以在本地轻松复现上述测试结果。

步骤 1：获取基准测试可执行文件和模型​

首先，通过下方链接下载编译好的 bin 文件、转换后的 .cvimodel 模型文件以及 python 脚本：

[https://drive.google.com/drive/folders/10QfxxT2BkIVX3-DojtMnnyvPfwMESC_6?usp=drive_link](https://drive.google.com/drive/folders/10QfxxT2BkIVX3-DojtMnnyvPfwMESC_6?usp=drive_link)
YOLO11n 列表

步骤 2：将文件上传到 reCamera 设备​

将下载好的 bin 文件和模型文件上传到 reCamera 设备的 /userdata/ 目录下。

YOLO11n 用户数据

步骤 3：运行基准测试​

在 reCamera 设备上运行以下命令，启动基准测试：

# The first parameter is the model file path, and the second parameter is the IP address of the streaming target
./recamera_benchmark ./yolo11n_detection_cv181x_int8.cvimodel 192.168.4.35

如果你想查看测试结果，可以在 Windows 终端上运行以下命令，运行 udp 脚本以接收 reCamera 的视频流：

python.exe .\yolo_udp.py

技术支持与产品讨论​

感谢你选择我们的产品！我们将为你提供多种支持，确保你在使用产品的过程中获得尽可能顺畅的体验。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...