探索QCS6490目标检测AI应用开发(一):Yolov8n模型转换及量化

目标检测(Object Detection)是计算机视觉领域的核心任务之一,它旨在识别图像中的物体并确定其位置,在本期的文章中,我们用一个端到端的目标检测AI应用为例子。介绍如何在QCS6490 Ubuntu系统上实现一个目标检测应用开发,我们选择Yolov8n模型作为目标检测的模型,以摄像头的实时预览的视频流为输入,最终将检测到结果会更新到视频画面帧并且显示出来。对于这样一个任务,涉及到几个关键的流程:

  1. Yolov8n模型的转换和量化
  2. 摄像头视频的拉取和解码,结果的实时显示
  3. Yolov8n模型的推理

本期的系列文章将会针对这3个步骤展开,在这个例子中,我们选择C++作为开发语言,但是文章的重点更多是关注在整体的流程和操作部署,而避免陷入太多的代码实现中。

1. Yolov8n模型的转换及量化

YOLOv8n 是 YOLOv8 系列的一个变体,它是由 Ultralytics 开发的最新一代目标检测模型,在精度和速度都有不错的表现。

1.1 前置环境要求

Ubuntu 20.04 x64 机器

QCS6490 开发板

  1. 在Ubuntu 20.04 x64上安装 Qualcomm AI Engine Direct SDK

软件包的安装说明和下载地址可以在以下链接获得

https://www.qualcomm.com/developer/software/qualcomm-ai-engine-direct-sdk

2.QCS6490 开发板安装的是Ubuntu 20.04 arch64的系统镜像

1.2 导出onnx模型

下载Yolov8n的预训练模型

https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8n.pt

使用下面的python脚本把模型转换成onnx模型

复制代码
from ultralytics import YOLO

model = YOLO("yolov8n.pt")  # load a pretrained model (recommended for training)
path = model.export(format="onnx")  # export the model to ONNX format
print(path)

1.3 准备模型量化的数据

Qualcomm AI Engine Direct SDK提供了工具能够非常的完成模型的转换和量化工作。但是在模型量化之前,需要准备2个实际输入的测试数据

由于Yolov8n预训练的权重文件输入shape是 [1,640,640,3] NHWC的张量,所以我们也需要准备一些准备640x640大小的图片,并且把图片转换成float类型的张量,参考下面的python代码片段

Src是输入图片的路径

Dst是输出的目录

复制代码
def convert_img_to_raw(src, dst, size,resize_type):
   
    img=cv2.imread(src)   
    cv2.imwrite(dst,img)
    
    input_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

    input_img = input_img / 255.0
    raw_np = input_img[np.newaxis, :, :, :].astype(np.float32)
    #
     
    img_filepath = os.path.abspath(dst)
    filename, ext = os.path.splitext(dst)
    raw_filename = filename
    raw_filename += '.raw'
    raw_np.tofile(raw_filename)
    print("save raw file to:",raw_filename)

    return 0

例如 把输入src 为 "/data/test01.jpg" dst 路径为 "/data/raw" 最后得到 /data//raw/test01.raw

创建文本yolov8n_raw_list.txt

内容为

/data/raw/test01.raw

1.4 把Yolov8n的onnx模型转换为高通QNN格式

请确认步骤1.1中的环境已经安装完成,执行模型转换命令

参考文档 Qualcomm Documentation

先使用qnn-onnx-converter工具把onnx模型转换为量化并转换为QNN的中间文件

复制代码
$QNN_SDK_ROOT/bin/x86_64-linux-clang/qnn-onnx-converter \
  --input_network ./yolov8n.onnx \
  --input_list yolov8n_raw_list.txt \
  --output_path ./qnn/yolov8n_quant.cpp \
  --quantization_overrides act.encodings

act.encodings 是一个json格式的文本文件,内容如下

复制代码
{
	"activation_encodings": {
		"/model.22/Sigmoid_output_0": [
			{
				"bitwidth": 16,
				"dtype": "int",
				"is_symmetric": "False",
				"max": 0.996093750000,
				"min": 0.0,
				"offset": 0,
				"scale": 0.00001519941634
			}
		],
		"output0":[
			{
				"bitwidth": 16,
				"dtype": "int",
				"is_symmetric": "False",
				"max": 643.878662109375,
				"min": 0.0,
				"offset": 0,
				"scale": 0.00982495860394255
			}
		]
	},
	"param_encodings": {
		
	}
}

1.5 编译QNN生成的代码

使用 qnn-model-lib-generator 工具编译QNN生成的cpp代码

复制代码
$QNN_SDK_ROOT/bin/x86_64-linux-clang/qnn-model-lib-generator  -c ./qnn/yolov8n_quant.cpp  -b ./qnn/yolov8n_quant.bin \
 -o ./qnn_libs -t aarch64-ubuntu-gcc9.4

最后在./qnn_libs/aarch64-ubuntu-gcc9.4文件夹下面得到libyolov8n_quant.so 文件到这一步我们完成了把Yolov8的模型文件转换成QNN格式的libyolov8n_quant.so文件

1.6 拷贝so文件到QCS6490的开发板

我们把++++1.5++++ ++++编译++++ ++++QNN++++ ++++生成的代码++++ 中生成的libyolov8n_quant.so文件拷贝的QCS6490的开发板上,同样的QCS6490也需要安装Qualcomm AI Engine Direct SDK

接下来我们做个图预编译的动作,把libyolov8n_quant.so序列化 为yolov8n_quant.bin文件

复制代码
$QNN_SDK_ROOT/bin/aarch64-ubuntu-gcc9.4/qnn-context-binary-generator \
--model ./libyolov8n_quant.so \
--backend libQnnHtp.so  --binary_file yolov8n_quant

最后得到yolov8n_quant.bin 整个模型转换步骤完成

作者:Ricky Li

相关推荐
羑悻的小杀马特1 小时前
谁主沉浮:人工智能对未来信息技术发展路径的影响研究
ai
我爱一条柴ya1 小时前
【AI大模型】神经网络反向传播:核心原理与完整实现
人工智能·深度学习·神经网络·ai·ai编程
y_y_liang2 小时前
图生生AI商品换背景,高效商拍!
大数据·人工智能·ai·ai作画
敖行客 Allthinker4 小时前
云原生安全观察:零信任架构与动态防御的下一代免疫体系
安全·ai·云原生·架构·kubernetes·ebpf
带刺的坐椅6 小时前
Java MCP 实战:构建跨进程与远程的工具服务
java·ai·solon·mcp
小付爱coding7 小时前
SpringAIAlibaba正式版发布!
ai
令狐少侠201110 小时前
ai之对接电信ds后端服务,通过nginx代理转发https为http,对外请求,保持到达第三方后请求头不变
nginx·ai·https
产品经理独孤虾17 小时前
人工智能大模型如何助力电商产品经理打造高效的商品工业属性画像
人工智能·机器学习·ai·大模型·产品经理·商品画像·商品工业属性
海豚调度1 天前
Linux 基金会报告解读:开源 AI 重塑经济格局,有人失业,有人涨薪!
大数据·人工智能·ai·开源
令狐少侠20111 天前
ai之RAG本地知识库--基于OCR和文本解析器的新一代RAG引擎:RAGFlow 认识和源码剖析
人工智能·ai