Skip to main content

Benchmark en RPi5 y CM4 ejecutando yolov8s con el kit AI de RPi

Introducción

YOLOv8 (You Only Look Once versión 8) es la serie más popular de modelos de estimación de poses y detección de objetos en tiempo real de YOLO. Se basa en las fortalezas de sus predecesores al introducir varias mejoras en velocidad, precisión y flexibilidad. El Raspberry-pi-AI-kit se utiliza para acelerar la velocidad de inferencia, con un acelerador de inferencia de redes neuronales de 13 tera-operaciones por segundo (TOPS) construido alrededor del chip Hailo-8L.

Este wiki presenta un benchmarking de YOLOv8s para estimación de poses 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 640x640 píxeles, tamaño de lote configurado a 1, y entrada desde el mismo video a 240 FPS.

Preparar el hardware

Para CM4

Para Raspberry Pi 5

Ejecutar este proyecto

Instalar el kit AI en RPi5

Por favor consulta este enlace

Instalar el software Hailo y verificar la instalación

Actualizar el sistema:

sudo apt update
sudo apt full-upgrade

Configurar PCIe para gen2/gen3 (gen3 es más rápido que gen2):

Añadir el siguiente texto a /boot/firmware/config.txt

# Habilitar el conector PCIe externo

dtparam=pciex1

# Forzar velocidades Gen 3.0

dtparam=pciex1_gen=3
note

Si deseas usar gen2, comenta la línea dtparam=pciex1_gen=3

Instalar hailo-all y reiniciar:

Abre la terminal en Raspberry Pi 5 y ejecuta el siguiente comando para instalar el software Hailo.

sudo apt install hailo-all
sudo reboot

Verificar el software y el hardware:

Abre la terminal en Raspberry Pi 5 y ejecuta el siguiente comando para verificar si hailo-all se ha instalado correctamente.

hailortcli fw-control identify

El resultado correcto se muestra a continuación:

pir

Abre la terminal en Raspberry Pi 5 y ejecuta el siguiente comando para verificar si hailo-8L se ha conectado correctamente.

lspci | grep Hailo

El resultado correcto se muestra a continuación:

pir

Ejecutar el proyecto

Instalar el 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

# ejecutar estimación de pose con AI kit

bash run.sh pose-estimation-hailo

# ejecutar estimación de pose sin AI kit

bash run.sh pose-estimation

Resultado

Resultado

pir

pir

Soporte técnico y discusión sobre el producto

¡Gracias por elegir nuestros productos! Estamos aquí para brindarte diferentes tipos de soporte para garantizar que tu experiencia con nuestros productos sea lo más fluida posible. Ofrecemos varios canales de comunicación para adaptarnos a diferentes preferencias y necesidades.

Loading Comments...