Saltar al contenido principal

Benchmarking perimetral de YOLO11n en reCamera

1. Introducción​

Con la profundización continua de los escenarios de IA en el borde, cómo ejecutar la última generación de modelos de visión bajo un consumo de energía extremadamente limitado se ha convertido en la demanda central de los desarrolladores. Este WIKI demostrará de forma contundente el rendimiento de referencia (Benchmark) de reCamera al desplegar el modelo YOLO11n. Aquí verás cómo reCamera ejecuta sin problemas los modelos de detección de objetos y segmentación de instancias YOLO11n con solo 1.5W de consumo de energía.

Preparación de hardware​

  • Una reCamera
  • Un PC
reCamera 2002 SeriereCamera GimbalreCamera HQ POE
Consigue uno ahora 🖱️
Consigue uno ahora 🖱️
Consigue uno ahora 🖱️

2. Visualización del efecto en tiempo real​

Ver para creer. Ejecutamos los modelos de detección y segmentación YOLO11n localmente en la reCamera y utilizamos el protocolo UDP para transmitir el vídeo procesado y los datos de cómputo al PC en tiempo real.

La información OSD en la esquina superior izquierda de la pantalla muestra en tiempo real el desglose riguroso del tiempo de consumo de hardware: tiempo de preprocesamiento, inferencia, posprocesamiento y total.

Transmisión en tiempo real de segmentación de instancias YOLO11n​

Demostración de segmentación YOLO11n

Transmisión en tiempo real de detección de objetos YOLO11n​

Demostración de detección YOLO11n
Descripción de la prueba

Las animaciones anteriores muestran grabaciones reales de pantalla. Los resultados de la prueba se ven afectados por la resolución de entrada del modelo (640x640) y la precisión de cuantificación (INT8), y son solo para referencia de despliegue de ingeniería.

3. Resultados principales del Benchmark​

Bajo pruebas de esfuerzo de carga completa a largo plazo, reCamera demostró una "relación rendimiento-potencia" extremadamente excelente. A continuación se muestra el rendimiento extremo del modelo cuantizado YOLO11n INT8 en la NPU:

Tipo de tarea del modeloResolución de entradaFormato de cuantificaciónTasa de fotogramas máxima (FPS)Latencia de extremo a extremo por fotogramaPotencia media de funcionamiento
YOLO11n Detección de objetos640 x 640INT820 FPS50 ms1.5 W
YOLO11n Segmentación de instancias640 x 640INT810 FPS100 ms1.5 W
Benchmark YOLO11n
📊 Descripción de las unidades e indicadores de prueba
  • FPS (Frames Per Second): Se refiere al número de fotogramas que el dispositivo puede procesar por segundo. 20 FPS significa que el sistema puede completar continuamente 20 reconocimientos de imágenes con IA en 1 segundo. Cuanto mayor sea el valor, más fluido será el vídeo de monitorización en tiempo real.
  • ms (Milisegundos): es decir, una milésima de segundo. Aquí se refiere al tiempo total de extremo a extremo para procesar una sola imagen. 50 ms significa que el dispositivo tarda un mínimo de solo 0.05 segundos en procesar un fotograma de vídeo (incluidos el preprocesamiento, la inferencia en la NPU, el posprocesamiento y todos los demás pasos).
  • W (Watt): La unidad de medida del consumo de energía del dispositivo. Aquí 1.5W se refiere al consumo de energía medio de todo el dispositivo reCamera cuando ejecuta modelos de IA a plena carga.

💡 Análisis detallado de los datos​

  • Eficiencia energética extrema: El consumo de 1.5W es casi equivalente al de una computadora de placa única normal en modo de suspensión, pero reCamera puede alcanzar una tasa de fotogramas de detección de 20 FPS/s con este consumo, adaptándose perfectamente a escenarios de monitorización en exteriores alimentados por baterías o PoE de larga distancia.
  • Rendimiento de latencia: La latencia de extremo a extremo ultrabaja de un mínimo de 50 ms para el modelo de detección significa que puede capturar fácilmente objetos en rápido movimiento; mientras que el modelo de segmentación, a pesar de añadir el operador de decodificación de máscaras de alta carga, aún puede mantener una experiencia fluida de hasta 10 FPS/s.

4. Práctica práctica: reproducir el Benchmark​

Si ya tienes un dispositivo reCamera, puedes reproducir fácilmente localmente los resultados de prueba anteriores con solo unos pocos pasos sencillos.

Paso 1: Obtén el ejecutable del Benchmark y el modelo​

Primero, descarga el archivo bin compilado, el archivo de modelo convertido .cvimodel y el script de Python a través del siguiente enlace:

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

Paso 2: Sube los archivos al dispositivo reCamera​

Sube el archivo bin descargado y el archivo de modelo al directorio /userdata/ del dispositivo reCamera.

YOLO11n UserData

Paso 3: Ejecuta la prueba de Benchmark​

Ejecuta el siguiente comando en el dispositivo reCamera para iniciar la prueba de benchmark:

# 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

Si quieres ver los resultados de la prueba, puedes ejecutar el siguiente comando en la terminal de Windows para ejecutar el script udp y recibir el flujo de vídeo de la reCamera:

python.exe .\yolo_udp.py

Soporte técnico y debate sobre el producto​

Gracias por elegir nuestros productos. Te proporcionaremos diversos tipos de soporte para garantizar que tengas la experiencia más fluida posible al utilizar nuestros productos. Ofrecemos múltiples canales de comunicación para satisfacer diferentes preferencias y necesidades.

Loading Comments...