香橙派AIpro部署yolov5图像识别

本文使用香橙派AIpro开发板,实现Yolov5的框架部署,并使用预训练模型进行图像识别。OrangePi AIpro 是2023.12月初,香橙派联合华为发布了基于昇腾的Orange Pi AIpro开发板,提供8/20TOPS澎湃算力,支持复杂的计算任务,适用于AI边缘计算、深度视觉学习、视频流AI分析等多个领域。作为业界首款基于昇腾深度研发的AI开发板,它搭载了高性能处理器和丰富的AI加速硬件,支持神经网络推理、图像识别等高计算需求的任务。

一、香橙派AIpro开发板

image 5 796x1024 - 香橙派AIpro部署yolov5图像识别

二、部署Yolov5模型

1、Xshell连接香橙派

确保香橙派已正确连接到电源和网络,并开启电源。

使用显示器和键盘登录香橙派,默认登录名为 HwHiAiUser,密码为 Mind@123。

点击右上角WIFI标识,继续点击“查看连接信息”,获取其内网IP地址,我的为 192.168.0.103。

03 - 香橙派AIpro部署yolov5图像识别

香橙派查看连接信息得到内网IP后,通过Xshell进行连接。

JEOO72ZFP7U6 CBQTPX 1024x678 - 香橙派AIpro部署yolov5图像识别

2、安装python环境

安装Python和pip:

sudo apt install python3 python3-pip -y

这里我提前安装了python 3.9,可以通过下面命令查看已安装python的版本:

python3 --version

3、安装yolov5

GitHub上下载yolov5

image 2 1024x593 - 香橙派AIpro部署yolov5图像识别

通过Xftp连接香橙派,将内容拷入。

KUSWN@MSPK4I4KQMVX8 1024x811 - 香橙派AIpro部署yolov5图像识别

解压yolov5的压缩包:

unzip yolov5-master.zip
cd yolov5-master
V1OFMC4 PAZ7ZQKD7 1024x765 - 香橙派AIpro部署yolov5图像识别

进入压缩包内,安装python依赖:

pip3 install -r requirements.txt
image 3 1024x765 - 香橙派AIpro部署yolov5图像识别

4、测试模型识别效果

使用预训练模型识别公交车例图:

python segment/predict.py --weights yolov5m-seg.pt --data data/images/bus.jpg
image 4 1024x765 - 香橙派AIpro部署yolov5图像识别

训练出的结果:

YPU9O0921QDS@X3R 1024x853 - 香橙派AIpro部署yolov5图像识别

与原结果对比:

J1BX3LX 4XX3Q6RU0 1024x853 - 香橙派AIpro部署yolov5图像识别

识别效率和精度都非常给力!

把我自己喂给yolov5测试模型能力。

me 1024x576 - 香橙派AIpro部署yolov5图像识别

完美。

此条目发表在AI, Embedded, Hardware, ImageRecognition, Python分类目录,贴了, , , , 标签。将固定链接加入收藏夹。

发表回复