香橙派AIpro开发板部署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
1. 香橙派介绍
香橙派(Orange Pi)是一款开源的单板计算机,广泛应用于教育、嵌入式开发、物联网等领域。香橙派以其高性能和多样的功能模块,成为开发者和爱好者的理想选择。香橙派系列产品提供了丰富的接口和扩展能力,支持各种操作系统,如Android、Ubuntu、Debian等。
2. 香橙派AIpro开发版介绍
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。
开发板配置:
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。
香橙派查看连接信息得到内网IP后,通过Xshell进行连接。
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
通过Xftp连接香橙派,将内容拷入。
解压yolov5的压缩包:
unzip yolov5-master.zipcd yolov5-master
进入压缩包内,安装python依赖:
pip3 install -r requirements.txt
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
训练出的结果:
与原结果对比:
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。
完美。
- 点赞
- 收藏
- 关注作者
评论(0)