Skip to main content

在搭载 Hailo-8L 的 reComputer R1000 上运行 YOLOv8 目标检测

简介​

YOLOv8（You Only Look Once 第 8 版）是 YOLO 系列中最受欢迎的实时目标检测模型。它在前代模型的基础上，通过引入多项改进，在速度、精度和灵活性方面取得了显著提升。Raspberry-pi-AI-kit 用于加速推理速度，其核心是基于 Hailo-8L 芯片构建的 13 TOPS 神经网络推理加速器。

本文档展示了如何在 reComputer R1000 上使用和不使用 Raspberry-pi-AI-kit 加速运行 YOLOv8 进行目标检测。Raspberry Pi AI Kit 提升了 Raspberry Pi 的性能，并释放了其在人工智能和机器学习应用（如智能零售、智能交通等）中的潜力。尽管 Raspberry AI Kit 是为 Raspberry Pi 5 设计的，我们在基于 CM4 的边缘网关上进行了实验。让我们一起探索如何将边缘设备转变为智能物联网网关吧！

准备硬件​

reComputer r1000Raspberry Pi AI Kit
立即购买 🖱️
立即购买 🖱️

运行项目​

第 1 步：安装 AI Kit​

pir

第 2 步：更新系统并将 PCIe 设置为 Gen3​

更新系统​

在 reComputer R1000 上打开终端，输入以下命令更新系统。

sudo apt update
sudo apt full-upgrade

将 PCIe 设置为 Gen3​

在 reComputer R1000 上打开终端，输入以下命令配置 reComputer R1000。

sudo raspi-config

选择选项“6 Advanced Options”

pir

然后选择选项“A8 PCIe Speed”

pir

选择“是”以启用 PCIe Gen 3 模式

pir

点击“完成”以退出

pir

第 3 步：安装 Hailo 软件并验证安装​

安装 Hailo 软件​

在 reComputer R1000 上打开终端，输入以下命令安装 Hailo 软件。

sudo apt install hailo-all
sudo reboot

检查软件和硬件​

在 reComputer R1000 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 reComputer R1000 上打开终端，输入以下命令检查是否已连接 hailo-8L。

lspci | grep Hailo

正确的结果如下所示：

pir

运行 YOLOv8​

在 reComputer R1000 上打开终端，输入以下命令运行 YOLOv8。

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
bash ./run.sh object-detection-hailo

结果​

pir

结果​

我们比较了使用 AI 套件加速前后，YOLOv8 在 640*640 分辨率输入下进行目标检测的推理速度。结果显示，在加速前，推理速度仅为 0.75 FPS，而加速后达到了 29.5 FPS。

项目展望​

在本项目中，我们对比了 YOLOv8 在使用和不使用 AI 套件时的目标检测运行速度。结果表明，AI 套件可以显著提升边缘设备的性能。未来，我们还将对 YOLOv8 在不同场景下的运行速度进行基准测试，包括语义分割和姿态估计 AI 套件加速后的性能。

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...