【AIMB-2210研华AMD嵌入式主板】第五篇：基于yolov8实现实时物体检测（1）

slmxiaodai

接着
【AIMB-2210研华AMD嵌入式主板】第一篇：板卡初体验及Windows11系统安装：/forum/thread-233214-1-1.html
【AIMB-2210研华AMD嵌入式主板】第二篇：评估板驱动安装：/forum/thread-233217-1-1.html
【AIMB-2210研华AMD嵌入式主板】第三篇：部署对象检测测试环境：/forum/thread-233218-1-1.html
【AIMB-2210研华AMD嵌入式主板】第四篇：运行Hello world测试例程：/forum/thread-233242-1-1.html


6 使用yolov8进行实时物体检测
6.1 资源准备与环境搭建
        进入链接：https://github.com/amd/RyzenAI-SW/tree/1.3.1，下载SW-1.3.1资源包，如图42所示。

图42 SW-1.3.1资源包

       SW-1.3.1资源包下载完成后，接着以管理员身份运行anaconda prompt，然后输入指令set RYZEN_AI_CONDA_ENV_NAME=ryzen-ai-1.4.0按下回车，紧接着输入指令conda create --name hello_world_env --clone %RYZEN_AI_CONDA_ENV_NAME%创建一个虚拟环境，并把RyzenAI创建的默认虚拟环境ryzen-ai-1.4.0复制进去，如图43所示。

图43 创建虚拟环境

        输入conda activate your_ryzen_ai_env按下回车激活创建的虚拟环境，这里的your_ryzen_ai_env替换成自己创建的虚拟环境的名字，如图44所示。

图44 激活虚拟环境

        进入刚才创建的虚拟环境后，输入conda install -n ryzen_webcn_env ipykernel，安装ipykernel，只有装了ipykernel以后.ipynb文件中的程序才能正常运行，如图45所示。

图45 安装ipykernel

        至此，基本的测试环境已搭建完成。

6.2 环境测试验证

        使用VS Code打开yolov8.ipynb，找到文件的开头部分，先点击右上角选择内核也就是选择在哪个虚拟环境中运行这个文件中的程序，这里选择刚才创建的虚拟环境，如图46所示。

图46  使用VS Code打开yolov8.ipynb

        下面开始运行文件的开头部分，安装依赖包。

        如果如图47所示报错和提示，说明在上面的ipykernel安装失败或者没有安装，那么就安装上方的安装步骤安装即可，这里提示在anaconda prompt中输入conda install -n your_env ipykernel –update-deps –force-reinstall来安装ipykernel，注意不要这样安装！要输入conda install -n your_env ipykernel，把your_env替换成创建的环境名安装即可，否则会出现错误。

图47 报错和提示

        接着就是下载AI模型文件，进行测试验证。

        找到文件中的第1步Get Model from Ryzen AI model zoo，点击运行即可自动下载演示AI模型，如果有自己的AI模型文件也可以使用，只需在代码中做出轻微调整即可，如图48所示。

图48 下载AI模型文件

        然后，在CPU上进行单张图片识别推理。

        找到文件中的第2部分：Model inference on CPU、iGPU and NPU with single image，第2部分中开头的代码会对测试图片进行预处理，包括图片裁剪、去除重叠等，如图49所示。

图49 图片预处理

        使用CPU来对单张图片进行推理，如图50所示。

图50 CPU推理测试

        从推理效果看，CPU推理的时间接近500ms。用同样的方法，在iGPU和NPU上进行推理测试，推理时间会大大缩短。下篇评测将会做针对视频的实时物体检测。