在 reComputer R1000 上使用 Hailo-8L 进行 YOLOv8 姿态估计
本文档由 AI 翻译。如您发现内容有误或有改进建议,欢迎通过页面下方的评论区,或在以下 Issue 页面中告诉我们:https://github.com/Seeed-Studio/wiki-documents/issues
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模型。它在前几代的基础上,通过引入多项改进,在速度、准确性和灵活性方面表现出色。Raspberry-pi-AI-kit 提供了加速推理速度的功能,其核心是基于 Hailo-8L 芯片的 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 YOLOv8 进行姿态估计,并结合或不结合 Raspberry-pi-AI-kit 加速。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,我们也在基于 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
运行此项目
- 使用 Hailo-8L 运行
- 不使用 Hailo-8L 运行
第 1 步:安装 AI Kit
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,输入以下命令以更新系统。
sudo apt update
sudo apt full-upgrade
将 PCIe 设置为 Gen3
在 reComputer R1000 上打开终端,输入以下命令以配置 reComputer R1000。
sudo raspi-config
选择选项 "6 Advanced Options"
然后选择选项 "A8 PCIe Speed"
选择 "Yes" 以启用 PCIe Gen 3 模式
点击 "Finish" 退出
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,输入以下命令以安装 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,输入以下命令以检查是否已安装 hailo-all。
hailortcli fw-control identify
正确的结果如下所示:
在 reComputer R1000 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:
运行 YOLOv8
在 reComputer R1000 上打开终端,输入以下命令以运行 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 pose-estimation-hailo
结果
结果
我们对使用 AI 套件加速前后,YOLOv8 在 640*640 分辨率输入下进行姿态估计的推理速度进行了比较。结果显示,在加速之前,推理速度仅为 0.5 FPS,而加速之后,推理速度达到了 27 FPS。
项目展望
在本项目中,我们对 YOLOv8 在使用和不使用 AI 套件时的姿态估计运行速度进行了基准测试。结果表明,AI 套件可以显著提升边缘设备的性能。未来,我们将对 YOLOv8 在不同场景下的运行速度进行基准测试。
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。