Ausführen des neuesten YOLO v10-Modells auf unterschiedlicher {Hardware}
Pc Imaginative and prescient kann ein wichtiger Bestandteil von ML-Apps unterschiedlicher Größenordnung sein, von 20.000-Greenback-Tesla-Bots oder selbstfahrenden Autos bis hin zu intelligenten Türklingeln und Staubsaugern. Es ist auch eine anspruchsvolle Aufgabe, da die Hardwarespezifikationen auf „echten“ Edge-Geräten im Vergleich zu einer Cloud-Infrastruktur oft viel eingeschränkter sind.
YOLO (You Solely Look As soon as) ist eine beliebte Objekterkennungsbibliothek. Die erste Model wurde 2015 erstellt. YOLO ist besonders für eingebettete Geräte interessant, da es quick überall ausgeführt werden kann. Es sind nicht nur Python-, sondern auch C++- (ONNX und OpenVINO) und Rust-Versionen verfügbar. Vor einem Jahr habe ich YOLO v8 getestet auf einem Raspberry Pi 4. Inzwischen hat sich vieles geändert – ein neuer Raspberry Pi 5 ist verfügbar und eine neuere YOLO v10 wurde veröffentlicht. Ich erwarte additionally, dass ein neues Modell auf neuer {Hardware} schneller und präziser funktioniert.
Der in diesem Artikel vorgestellte Code ist plattformübergreifend, sodass Leser, die keinen Raspberry Pi haben, ihn auch auf einem Home windows-, Linux- oder OS X-Pc ausführen können.
Lassen Sie uns ohne weitere Umschweife sehen, wie es funktioniert!
Himbeer-Pi
Für jemanden, der vielleicht noch nie vom Raspberry Pi gehört hat, machen wir eine kurze …