实战：基于迅为iTOP-RK3576开发板跑通yolov5目标检测

迅为iTOP-RK3576开发板内置6 TOPS NPU支持常见的AI模型硬件加速部署。本文手把手带您快速体验NPU例程yolov5目标检测 适合快速验证和二次开发。

硬件准备

1.迅为iTOP-RK3576开发板

2.摄像头

3.显示器

编译好的 yolov5 例程已经放在了“iTOP-3576 开发板2_【iTOP-RK3576 开发板】开发资料5_NPU 例程测试配套资料9_支持 USB 摄像头的 NPU 例程4_rknn_yolov5_demo”目录下 

将该文件拷贝到开发板上并解压解压完成如下图所示 

然后进入该文件夹使用以下命令运行可执行文件实现图片的位置和种类识别如下图 所示

export LD_LIBRARY_PATH=./lib

./rknn_yolov5_demo model/yolov5.rknn /dev/video25 

最后会在桌面上显示推理之后的摄像头显示图像如下图所示

推理原视频如下所示

可以看到不同的物体就被识别和标注出来证明模型推理成功。

7.6 yolov5_seg 语义分割 

编译好的 yolov5-seg 例程已经放在了“iTOP-3576 开发板2_【iTOP-RK3576 开发板】开发 

资料5_NPU 例程测试配套资料9_支持 USB 摄像头的 NPU 例程5_rknn_yolov5_seg_demo” 

目录下如下图所示

将该文件拷贝到开发板上并解压解压完成如下图所示

然后进入该文件夹使用以下命令运行可执行文件实现图片的位置和种类识别如下图 

所示 

export LD_LIBRARY_PATH=./lib

./rknn_yolov5_seg_demo model/yolov5_seg.rknn /dev/video25

最后会在桌面上显示分割之后的摄像头显示图像如下图所示

推理原视频如下所示

可以看到不同的车辆就被分割了出来证明模型推理成功。

核心亮点总结

即拿即用迅为已提供NPU 例程。

NPU加速借助RK3576内置6 TOPS NPU目标检测和分割均流畅运行。

易于二次开发例程源码开放方便集成到您的项目中。

通过上述例程您可以快速验证迅为iTOP-RK3576开发板的AI推理能力为边缘计算、智能安防、自动驾驶仪等场景打下基础。