yolov8seg 瑞芯微RKNN、地平线Horizon芯片部署、TensorRT部署,部署工程难度小、模型推理速度快

之前写过yolov8seg部署,但在实际项目中没有真正的用,最近在项目尝试使用yolov8seg,把之前的yolov8目标检测的优化给同步到yolov8seg中。

特别说明:如有侵权告知删除,谢谢。

模型和完整仿真测试代码,放在github上参考链接 模型和代码

1 模型和训练

训练代码参考官方开源的yolov8训练代码。

2 导出 yolov8 onnx

导出onnx增加以下几行代码:

python 复制代码
        # 导出 onnx 增加
        y = []
        for i in range(self.nl):
            t1 = self.cv2[i](x[i])
            t2 = self.cv3[i](x[i])
            y.append(t1)
            y.append(t2)
        return y
python 复制代码
        # 导出 onnx 增加(修改)
        # mc = torch.cat([self.cv4[i](x[i]).view(bs, self.nm, -1) for i in range(self.nl)], 2)  # mask coefficients
        mc = [self.cv4[i](x[i]) for i in range(self.nl)]
        x = self.detect(self, x)
        return x, mc, p

增加保存onnx模型代码

python 复制代码
        print("===========  onnx =========== ")
        import torch
        dummy_input = torch.randn(1, 3, 640, 640)
        input_names = ["data"]
        output_names = ["cls1", "reg1", "cls2", "reg2", "cls3", "reg3", "mc1", "mc2", "mc3", "seg"]
        torch.onnx.export(self.model, dummy_input, "./yolov8nseg_relu_80class_dfl.onnx", verbose=False, input_names=input_names, output_names=output_names, opset_version=12)
        print("======================== convert onnx Finished! .... ")

修改完以上,运行推理脚本(运行会报错,但不影响onnx文件的生成)。

python 复制代码
from ultralytics import YOLO
# 推理
model = YOLO('./weights/yolov8nseg_relu_80class.pt')
results = model(task='detect', mode='predict', source='./images/test.jpg', line_width=3, show=True, save=True, device='cpu')

3 onnx测试效果

4 rknn 板端C++部署

C++完整部署代码和模型示例参考

把板端C++代码的模型和时耗也给贴出来供大家参考,使用芯片rk3588。相对之前在rk3588上推理45ms,降到了15ms;后处理时耗由5ms,增加到18.6ms;整个检测过程由
50ms,降到33ms

本篇部署方式时耗参考:

之前部署方式时耗参考:

相关推荐
FL16238631293 小时前
无人机视角河道多目标垃圾检测数据集VOC+YOLO格式1736张6类别
yolo·无人机
XIAO·宝4 小时前
深度学习------YOLOV1和YOLOV2
人工智能·深度学习·yolo
禾昂.6 小时前
从 YOLO V1 到 V2:目标检测领域的一次关键技术迭代
yolo·目标检测·目标跟踪
Python图像识别16 小时前
71_基于深度学习的布料瑕疵检测识别系统(yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集)
python·深度学习·yolo
OAFD.1 天前
YOLOv3 详解:核心改进、网络架构与目标检测实践
网络·yolo·目标检测
一百天成为python专家1 天前
python爬虫入门(小白五分钟从入门到精通)
开发语言·爬虫·python·opencv·yolo·计算机视觉·正则表达式
JANGHIGH1 天前
YOLO系列——OpenCV DNN模块在YOLOv11检测物体时输出的边界框坐标问题
opencv·yolo·dnn
宁若风1 天前
如何将yolov5模型部署到RK3588开发板上
yolo
尤超宇1 天前
YOLOv3 目标检测算法核心技术
算法·yolo·目标检测
1373i1 天前
【Yolo】快速上手Yolo实战
yolo