OrangePi AIpro测评体验-Yolov5目标检测模型_香橙派aipro转yolo模型

非常荣幸受官方邀请体验OrangePi AIpro，本文介绍OrangePi AIpro测评Yolov5目标检测模型整个过程。

一、开机

经过数天的等待，终于到货啦~~~~，打开快递，实物如下图（包含一个电源线、电源插头以及OrangePi AIpro开发板）：

因为是裸板，所以接上了鼠标、键盘、网线、显示器、电源，先通电看下效果：

开机的一瞬间，风扇呜呜呜的转了起来（一开始转的很猛，进入系统就好了），27寸显示器成功亮了起来，进入系统（系统发来的时候是ubuntu22.04）：

进入系统，打开终端，输入命令ip a，查看ip地址是192.168.1.177，然后记下ip地址，把显示器接回我的电脑，后续操作远程进行。

二、远程连接

因为习惯用vscode开发，所以在自己电脑上用vscode远程连接OrangePi AIpro进行测试，使用vscode的ssh连接OrangePi AIpro：

输入密码连接成功：

连接成功之后，输入以下命令查看npu信息：

npu-smi info

如下图所示，显示了版本、内存等信息：

三、Yolov5模型体验

切换到HwHiAiUser用户，打开目录/home/HwHiAiUser/samples：

cd /home/HwHiAiUser/samples

可以看到notebooks里面有很多示例，这是官方已经做好的，下面我们来体验一下。参考教程：官方文档

进入notebooks目录：

 cd notebooks/

运行start_notebook.sh脚本：

bash start_notebook.sh 

打开这个连接：

进来了，左边是官方的示例代码：

1、图片检测

进入相关目录，并打开jupyter文件：

依次运行代码块，注意，最后一个代码块修改了代码，因为我的OrangePi AIpro没有摄像头：

先看下要检测的图片长什么样：

回去main.ipynb，运行推理代码块：

可以看到代码成功跑通了。

2、视频检测

可以看到代码里面还有个视频，改下代码，用视频试试：

运行代码块，视频检测跑起来了（竟然没有保存视频的代码，那必须手动给它加上）：

在上面的代码块下面新开一个代码块，把以下内容加上去：

def infer_and_save_video(video_path, model, labels_dict, cfg, output_video='output.avi'):
    """视频推理"""
    image_widget = widgets.Image(format='jpeg', width=800, height=600)
    display(image_widget)
 
    # 读入视频
    cap = cv2.VideoCapture(video_path)
    fourcc = cv2.VideoWriter_fourcc(*'XVID')
    width = int(cap.get(3))
    height = int(cap.get(4))
    fps = cap.get(cv2.CAP_PROP_FPS)
    export_cap = cv2.VideoWriter(output_video, fourcc, fps, (width, height), True)
    while True:
        ret, img_frame = cap.read()
        if not ret:
            break
        # 对视频帧进行推理
        image_pred = infer_frame_with_vis(img_frame, model, labels_dict, cfg, bgr2rgb=True)
        export_cap.write(image_pred)  # 写入视频
        image_widget.value = img2bytes(image_pred)
    export_cap.release()
 
video_path = 'racing.mp4'
infer_and_save_video(video_path, model, labels_dict, cfg)

如下图：

运行新加入的代码块，即可在推理结束后得到output.avi：

视频如下：

四、总结

1、从官方提供的示例代码中的检测结果来看，视频非常流畅，从onnx模型可以看到图片分辨率是640x640，这个分辨率下能有这个表现，很惊艳；

2、OrangePi AIpro给了我很惊艳的感觉，可能以前都没怎么接触过边缘部署的原因，总是主观认为没有GPU很难在工业场景下达到实时检测的同时保持好的检测效果，但是OrangePi AIpro给我的感觉是可以，个人觉得OrangePi AIpro会在工业场景下有非常亮眼的表现。