Evaluación comparativa en RPi5 y CM4 ejecutando yolov8s con rpi ai kit
Introducción
YOLOv8 (You Only Look Once versión 8) es el más popular de la serie YOLO de modelos de estimación de pose y detección de objetos en tiempo real. Se basa en las fortalezas de sus predecesores introduciendo varios avances en velocidad, precisión y flexibilidad. El Raspberry-pi-AI-kit se utiliza para acelerar la velocidad de inferencia, con un acelerador de inferencia de red neuronal de 13 TOPS construido alrededor del chip Hailo-8L.
Esta wiki muestra la evaluación comparativa de YOLOv8s para estimación de pose y detección de objetos en Raspberry Pi 5 y Raspberry Pi Compute Module 4. Todas las pruebas utilizan el mismo modelo (YOLOv8s), cuantizado a int8, con un tamaño de entrada de resolución 640x640, tamaño de lote establecido en 1, y entrada del mismo video a 240 FPS.
Preparar Hardware
Para CM4
reComputer r1000 | Raspberry Pi AI Kit |
---|---|
![]() | ![]() |
Para Raspberry Pi 5
Raspberry Pi5 8GB | Raspberry Pi AI Kit |
---|---|
![]() | ![]() |
Ejecutar este proyecto
- Pi5 Benchmark
- Benchmark CM4
Instalar el kit de IA en RPi5
Por favor consulta esto
Instalar el Software Hailo y Verificar la Instalación
actualizar el sistema
sudo apt update
sudo apt full-upgrade
Configurar pcie a gen2/gen3 (gen3 es más rápido que gen2)
Añade el siguiente texto a /boot/firmware/config.txt
#Enable the PCIe external connector
dtparam=pciex1
#Force Gen 3.0 speeds
dtparam=pciex1_gen=3
Si quieres usar Gen2, por favor comenta la línea dtparam=pciex1_gen=3
.
Instalar hailo-all y reiniciar
Abre la terminal en la Raspberry Pi5, e ingresa el comando como se muestra a continuación para instalar el software Hailo.
sudo apt install hailo-all
sudo reboot
Verificar Software y Hardware
Abre la terminal en la Raspberry Pi5, e ingresa el comando como se muestra a continuación para verificar si hailo-all ha sido instalado.
hailortcli fw-control identify
El resultado correcto se muestra a continuación:
Abre la terminal en la Raspberry Pi5, e ingresa el comando como se muestra a continuación para verificar si hailo-8L ha sido conectado.
lspci | grep Hailo
El resultado correcto se muestra a continuación:
Ejecutar Proyecto
- Ejecutar estimación de pose
- Ejecutar detección de objetos
Instalar Proyecto
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
Ejecutar el proyecto
# run pose estimation with AI kit
bash run.sh pose-estimation-hailo
# run pose estimation without AI kit
bash run.sh pose-estimation
Resultado
Instalar Proyecto
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
Ejecutar el proyecto
# run object detection with AI kit
bash run.sh object-detection-hailo
# run object detection without AI kit
bash run.sh object-detection
Resultado
Para detección de objetos, consulte la siguiente wiki: yolov8_object_detection_on_recomputer_r1000_with_hailo_8l
Para estimación de pose, consulte la siguiente wiki: yolov8_pose_estimation_on_recomputer_r1000_with_hailo_8l
Resultado
- batchsize=8
- batchsize=1
Soporte Técnico y Discusión de Productos
¡Gracias por elegir nuestros productos! Estamos aquí para brindarle diferentes tipos de soporte para asegurar que su experiencia con nuestros productos sea lo más fluida posible. Ofrecemos varios canales de comunicación para satisfacer diferentes preferencias y necesidades.