目标检测6:采用yolov8, RK3568推理的性能

最近有个小伙伴,问我rk3568上推理图片,1秒能达到多少?

本次采用模型为yolov8s.rknn,作了一次验证。

解析一段视频文件,1280*720, fps 24。读取视频文件,然后进行推理。

通过性能优化,发现推理,稳定的达到了FPS 13左右,NPU利用率在90%上下浮动。

根据官方的数据,yolov8s模型的性能在15.4 FPS。所以基本上也吻合了这个数据。

如果用yolov8n的话,实时推理15fps的视频流,低时延输出,在rk3568上应该是流畅的。

再压榨一下,NPU能达到97%,CPU占用243%,整体上FPS也没啥提升空间了。

相关推荐
ZCXZ12385296a7 小时前
YOLOv26在水果图像识别与分类中的应用:苹果、猕猴桃、橙子和红毛丹的检测研究
yolo·分类·数据挖掘
szxinmai主板定制专家9 小时前
基于 PC 的控制技术+ethercat+linux实时系统,助力追踪标签规模化生产,支持国产化
arm开发·人工智能·嵌入式硬件·yolo·fpga开发
Dingdangcat8611 小时前
【YOLOv8改进实战】使用Ghost模块优化P2结构提升涂胶缺陷检测精度_1
人工智能·yolo·目标跟踪
智驱力人工智能16 小时前
货车走快车道检测 高速公路安全治理的工程实践与价值闭环 高速公路货车占用小客车道抓拍系统 城市快速路货车违规占道AI识别
人工智能·opencv·算法·安全·yolo·目标检测·边缘计算
2501_9413220316 小时前
YOLO11-MAN-Faster:基于改进YOLO模型的入室盗窃检测系统实现
yolo
wfeqhfxz258878216 小时前
如何使用YOLO11模型进行保险杠前后位置识别任务 保险杠位置识别数据集 yolo 标注文件
yolo
极客小云17 小时前
【YOLO26教育版目标检测项目详解 - 从零开始掌握YOLO核心原理】
人工智能·yolo·目标检测
sayang_shao17 小时前
C++ ONNX Runtime 与 Python Ultralytics 库实现 YOLOv8 模型检测的区别
c++·python·yolo
2501_9413220318 小时前
通信设备零部件识别与检测基于改进YOLOv8-HAFB-2算法实现
算法·yolo
Dingdangcat8618 小时前
【技术解析】TOOD-R101-FPN-MS-2x-COCO导弹目标检测模型实现与优化
人工智能·目标检测·计算机视觉