在科技飛速發(fā)展的當(dāng)下，人工智能與邊緣計(jì)算的融合正以前所未有的速度重塑著我們的生活。RK3576芯片擁有4核Cortex-A72以及4核Cortex-A53提供基礎(chǔ)算力，6TOPS算力NPU來模型推導(dǎo)運(yùn)算。使用YOLOv8模型時(shí)也是手到擒來，接下來隨著步伐看看它表現(xiàn)如何。

圖：此次的板卡米爾RK3576核心板開發(fā)板

YOLO簡介

YOLO（You Only Look Once）是當(dāng)前業(yè)界領(lǐng)先的實(shí)時(shí)目標(biāo)檢測算法系列，以其速度和精度的完美平衡而聞名。從它發(fā)布至今，經(jīng)歷了好幾個(gè)版本變革，下圖是它發(fā)展歷史。

圖1-1. YOLO版本發(fā)展史

YOLOv8在性能、易用性、架構(gòu)現(xiàn)代性和生態(tài)之間取得了最佳的平衡，它是目前最全面，最省心選擇。

同樣YOLOv8也有很多尾綴，用一個(gè)表簡單列一下它們分別代表什么意思：

表1-1.按任務(wù)類型區(qū)分

后綴	全稱	任務(wù)	輸出	典型應(yīng)用
-det	Detection	目標(biāo)檢測	邊界框 (BBox)+類別和置信度	找出圖像中所有感興趣的物體并用框標(biāo)出。如：行人檢測、車輛檢測、安全帽檢測。
-seg	Segmentation	實(shí)例分割	邊界框+類別+像素級(jí)掩膜 (Mask)	在目標(biāo)檢測的基礎(chǔ)上，進(jìn)一步勾勒出物體的精確輪廓。如：摳圖、自動(dòng)駕駛中識(shí)別道路和車輛形狀。
-pose	Pose	關(guān)鍵點(diǎn)檢測	邊界框+人體關(guān)鍵點(diǎn)(17個(gè)點(diǎn))	檢測人體的關(guān)鍵骨骼點(diǎn)。如：動(dòng)作識(shí)別、健身姿態(tài)分析、人機(jī)交互。
-cls	Classification	圖像分類	整個(gè)圖像的類別標(biāo)簽	判斷一張圖片屬于哪個(gè)類別。如：貓狗分類、圖像質(zhì)量評估。
-obb	Oriented Bounding Boxes	旋轉(zhuǎn)目標(biāo)檢測	旋轉(zhuǎn)邊界框(BBox+角度θ)+類別和置信度	檢測帶有角度的物體，其邊界框不是水平的。

表1-2.按模型尺寸分

前綴	含義	特點(diǎn)	適用場景
n	Nano	極小的模型，速度最快，精度最低	移動(dòng)端、嵌入式設(shè)備（如 Jetson Nano）、CPU實(shí)時(shí)推理
s	Small	小模型，速度和精度平衡	最常用的起點(diǎn)，適合大多數(shù)需要實(shí)時(shí)性的場景（如視頻流分析）
m	Medium	中等模型，精度和速度的最佳權(quán)衡	對精度有較高要求，且仍有不錯(cuò)的速度
l	Large	大模型，精度高，速度較慢	服務(wù)器端應(yīng)用，其中精度比速度更重要
x	X-Large	超大模型，精度最高，速度最慢	學(xué)術(shù)研究、刷榜、對精度有極致要求的離線分析

米爾Demo模型選擇

基于MYD-LR3576來說，選擇s/n小模型相對合適，使用基礎(chǔ)功能和-seg，-obb，-pos來演示。

單獨(dú)測試視頻場景效果展示

1.YOLOv8s.int 目標(biāo)檢測模型

2.YOLOv8s-seg.int 實(shí)例分割模型

3.YOLOv8s-pose.int 人體姿態(tài)估計(jì)模型

4.YOLOv8s-obb.float 旋轉(zhuǎn)目標(biāo)檢測模型

上面已經(jīng)看到了單獨(dú)解析視頻時(shí)，每一種模型效果，接下來演示MYD-LR3576通過4路攝像頭同時(shí)推導(dǎo)效果。

實(shí)現(xiàn)方式如下：

MYD-LR3576擁有3路MIPI-CSI接口，通過3個(gè)MY-CAM004M分別接入3路MIPI-CSI，采用2+1+1方式搭載4路AHD高清攝像頭，攝像頭采集的畫面輸出為H.264編碼的RTSP碼流，1920*1080分辨率，30幀。經(jīng)過MYD-LR3576開發(fā)板處理后，單路視頻輸出1920*1080，25fps，4路視頻加起來在60~70幀，cpu占用率接近100%，NPU綜合利用率在50~60%。

圖1-2. 實(shí)物接線概要圖

圖1-3. 攝像頭數(shù)據(jù)處理流程圖

MYIR在程序中做了哪些優(yōu)化

AI推導(dǎo)一輪流程

• 獲取CSI一幀數(shù)據(jù)
• 裁剪數(shù)據(jù)到xxx*yyy較小圖片
• 調(diào)用RKNN api處理
• 獲取返回特征位置和相似度
• 對應(yīng)放大到原始圖片
• 增加方框和相似度值到原圖

這樣做后果是CPU利用率不高，視頻采集幀數(shù)低，最后顯示效果會(huì)卡頓。

米爾采用線程池方案，將上述過程通過線程處理，充分利用4個(gè)A72和4個(gè)A53資源，同時(shí)采用RGA來做圖片裁剪和放大。將CPU,GPU,NPU,VPU4個(gè)模塊協(xié)同工作，資源最大限度開發(fā)使用。

總結(jié)：

RK3576 在 YOLOv8 模型表現(xiàn)上十分亮眼，它的應(yīng)用場景涉及到很多領(lǐng)域。例如智能安防，在公共場所，如機(jī)場、火車站、商場等，部署的安防監(jiān)控系統(tǒng)，快速準(zhǔn)確地識(shí)別出人群中的異常行為，如打架斗毆、奔跑逃竄等，并及時(shí)發(fā)出警報(bào)，同時(shí)，通過人臉識(shí)別技術(shù)，系統(tǒng)可以對進(jìn)入場所的人員進(jìn)行身份識(shí)別，與數(shù)據(jù)庫中的信息進(jìn)行比對，實(shí)現(xiàn)對重點(diǎn)人員的監(jiān)控和追蹤。又或者搭載智能機(jī)器人賦予迅速反饋。

更多MYD-LR3576創(chuàng)新應(yīng)用，敬請期待。