手机上AidLux2.1.0 运行模型广场的yolov8模型

手机设备型号：Xiaomi 12S

处理器为Snapdragon 8 Gen 1

Android 13

（本机运行了yolov8s、以及采用了8gen3的手机运行yolov8m）

安装AidLux2.1.0新版本apk后，若首次登陆新版本应用时出现以下问题：

往往是因为之前下载安装过前置版本的aidlux应用（请先卸载前置版本再安装新版本），退出应用，重启手机，再次登录即可解决问题。

进入登录AidLux图形化界面时，根据弹窗提示，按照提示步骤取消虚进程限制。

1.开启获取屏幕信息（有"获取单个应用或整个屏幕共享"选项的，选择"整个屏幕共享"）；

2.打开手机无线调试，点击匹配设备码；

若出现以下弹窗提示，重启应用再次完成步骤即可。

AidLux2.1.0 同样支持通过cloud_ip反馈的ip和端口，通过浏览器页面打开aidlux桌面；

xfce 桌面变更为 ubuntu-desktop ，支持通过本地xwayland 或者远程VNC 的方式访问AidLux 内置的ubuntu20.04 操作系统，同时配备火狐浏览器，可进行网页浏览和资源下载。

AidLux2.1.0 功能方面Aidlite SDK 新增支持：

搭载Snapdragon芯片的移动设备，能够以aidlite-remote 运行模型广场上的部分模型例如yolov8s、yolov8m;

接下来以手机端运行yolov8m 中型目标检测模型（例子部分使用了Snapdragon 8 gen 3处理器的手机做演示）

模型广场点击链接可跳转到模型广场，当前模型广场含400多个主流模型可供下载：

选择yolov8模型后，可选择设备型号和需要的数据精度，点击模型和代码进行下载，得到的压缩包可拖拽至网页端打开的文件资源系统里（图中为其他案例的示意效果，演示拖拽压缩包上传）

也可通过MMS工具（AidLux2.1.0应用中心内置的工具）对模型广场的模型进行拉取，例如：

首先进行登录操作，登陆后即可查看模型详情，在命令行终端输入：

bash 复制代码

mms login -u <用户名> -p <密码>

用户名和密码可在官网进行注册

使用mms工具进行可拉取模型的查看

bash 复制代码

mms list <模型名称>  #例如yolov8

输入命令下载模型：

bash 复制代码

mms get -m yolov8m -p int8 -c qcs8550 -b qnn2.36
# 下载 yolov8m 模型，数据精度为 INT8, 针对 QCS8550 芯片平台优化，推理框架为 QNN2.36

下载好的模型进行解压后，文件结构通常如下

bash 复制代码

/model_farm_yolov8s
    
    |__ models # 模型文件

    |__ python # 基于python的模型推理代码

    |__ cpp # 基于cpp的模型推理代码

    |__ README.md # 模型信息说明 & 相关软件依赖安装引导

查看README.md文件，查看模型调用的步骤详情，按照readme的步骤进行操作即可：

需要注意的是，手机平台使用AidLite SDK（AI推理框架工具链）进行模型推理时，会因为手机无法调用 QNN DSP 加速，而初始化失败，导致模型无法成功运行，而Aidlux2.1.0可通过aidlite remote的方式进行QNN DSP加速，以python调用方式为例，

编辑yolov8s.py 文件的相关配置信息，修改aidlite的调用类型：

aidlite.ImplementType.TYPE_LOCAL -> aidlite.ImplementType.TYPE_REMOTE

即将"local"改为"remote"

保存后即可运行下列命令并查看结果：

复制代码

cd model_farm_yolov8m_qcs8550_qnn2.36_int8_aidlite
python3  python/run_test.py --target_model ./models/cutoff_yolov8m_qcs8550_w8a8.qnn236.ctx.bin --imgs ./python/bus.jpg  --invoke_nums 10

YOLOv8m在手机上的运行结果：