C8550-在8550DK上运行YOLOv8-seg
| 操作系统 | 云服务/平台 | 所需技能水平 | 关注领域 |
|---|---|---|---|
| Linux | --- | 中级 | 嵌入、计算机视觉 |
项目目标
YOLOv8-seg 是一种尖端的计算机视觉模型，它将 YOLOv8 对象检测与语义分割相结合。它为全面的场景理解和分析提供了强大的解决方案。在 C8550DK 边缘计算设备上运行 YOLOv8-seg 会带来显著的好处。它支持在设备上实时处理高分辨率图像，从而实现高效、准确的对象检测和语义分割任务。这种组合使边缘设备具有先进的视觉感知功能，使自动驾驶、监控和智慧城市系统等应用能够以更高的效率和响应能力运行。
项目说明
该项目构建了一个cli应用程序，在C8550DK平台运行开源模型YOLOv8-seg-s，使用dsp以120ms/it的运行速度根据输入图像进行85类目标识别和语义分割。
所需材料/零部件清单/工具
• C8550 DK
• USB Line
• Charger
C8550DK套件
Type-c 数据线
电源
源代码/源示例/可执行应用程序
• 源代码
应用效果
额外资源
• 视频链接
构建/汇编指令
1.下载SNPE-2.13.0.230730 （ https://softwarecenter.qualcomm.com/#/catalog/item/qualcomm_neural_processing_sdk）
2. 在C8550DK LU中执行
cp -r ${PATH_TO_SNPE}/include/SNPE /usr/include
cp ${PATH_TO_SNPE}/lib/aarch64-oe-linux-gcc11.2/* /usr/lib/
cp ${PATH_TO_SNPE}/lib/hexagon-v73/unsigned/* /usr/lib/rfsa/adsp/
apt-get update
apt-get install libopencv-dev
apt-get install build-essential cmake
cd 8550-YOLOv8-seg/
mkdir build
cd build
cmake ../
make -j7
./test