Benchmark no RPi5 e CM4 executando yolov8s com rpi ai kit
Introdução
YOLOv8 (You Only Look Once versão 8) é a série YOLO mais popular de modelos de detecção de objetos e estimativa de pose em tempo real. Ele se baseia nos pontos fortes de seus predecessores ao introduzir vários avanços em velocidade, precisão e flexibilidade. O Raspberry-pi-AI-kit é usado para acelerar a velocidade de inferência, apresentando um acelerador de inferência de rede neural de 13 TOPS construído em torno do chip Hailo-8L.
Este wiki apresenta o benchmarking do YOLOv8s para estimativa de pose e detecção de objetos no Raspberry Pi 5 e no Raspberry Pi Compute Module 4. Todos os testes utilizam o mesmo modelo (YOLOv8s), quantizado para int8, com tamanho de entrada de resolução 640x640, tamanho de lote definido como 1 e entrada do mesmo vídeo a 240 FPS.
Preparar o Hardware
Para CM4
| reComputer r1000 | Raspberry Pi AI Kit |
|---|---|
![]() | ![]() |
Para Raspberry Pi 5
| reComputer AI R2140 | Raspberry Pi5 8GB | Raspberry Pi AI Kit |
|---|---|---|
![]() | ![]() | ![]() |
Para Raspberry Pi CM5
| reComputer Industrial R20xx | reComputer Industrial R21xx |
|---|---|
![]() | ![]() |
Executar este projeto
- Benchmark Pi5
- Benchmark CM4
Instalar o AI kit no RPi5
Consulte este
Instalar o Hailo Software e verificar a instalação
atualizar o sistema
sudo apt update
sudo apt full-upgrade
Definir pcie para gen2/gen3 (gen3 é mais rápido que gen2)
Adicione o seguinte texto a /boot/firmware/config.txt
#Enable the PCIe external connector
dtparam=pciex1
#Force Gen 3.0 speeds
dtparam=pciex1_gen=3
Se você quiser usar gen2, comente dtparam=pciex1_gen=3
Instalar hailo-all e reiniciar
Abra o terminal no Raspberry Pi5 e insira o comando a seguir para instalar o software Hailo.
sudo apt install hailo-all
sudo reboot
Verificar Software e Hardware
Abra o terminal no Raspberry Pi5 e insira o comando a seguir para verificar se o hailo-all foi instalado.
hailortcli fw-control identify
O resultado correto é mostrado abaixo:

Abra o terminal no Raspberry Pi5 e insira o comando a seguir para verificar se o hailo-8L foi conectado.
lspci | grep Hailo
O resultado correto é mostrado abaixo:

Executar o Projeto
- Executar estimativa de pose
- Executar detecção de objetos
Instalar Projeto
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
Executar o projeto
# 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 Projeto
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
Executar o projeto
# 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 detecção de objetos, consulte o seguinte wiki: yolov8_object_detection_on_recomputer_r1000_with_hailo_8l
Para estimativa de pose, consulte o seguinte wiki: yolov8_pose_estimation_on_recomputer_r1000_with_hailo_8l
Resultado
- batchsize=8
- batchsize=1




Suporte Técnico e Discussão de Produtos
Obrigado por escolher nossos produtos! Estamos aqui para fornecer diferentes tipos de suporte para garantir que sua experiência com nossos produtos seja a mais tranquila possível. Oferecemos vários canais de comunicação para atender a diferentes preferências e necessidades.





