地平线BPU部署教程 - 少年，你确定不部署一下 YOLOv8 ? (包含源码)

Posted 2023-03-02 Charmve

2023 年一月初，一个重磅的仓库 https://github.com/ultralytics/ultralytics 发布，看仓库名字有点眼熟，原来是 YOLOv5 团队的作品！YOLOv5 就不用多说了，熟悉目标检测的或多或少都知道他，那么今天我要带来的就是这个神奇的 YOLOv5 大升级 —— YOLOv8 !!!

首先 ，惯例要看一眼 YOLOv8 的速度和精度，如官方的资料图所示:

Amazing !!! YOLOv8n 比 YOLOv5s 参数量少一倍的情况下，精度竟然持平 YOLOv5s ! 与 YOLOv6 / YOLOv7 之间的比较也是略胜一筹！

好了，今天就用旭日 X3 派来跑一跑这个 YOLOv8，看看他有没有这么神！其实征程J5芯片也是一样的操作方式。

一. 环境配置

本文所使用的脚本和代码已经打包上传到百度云，目录结构和说明如下：

├── project															# X3 工作目录
│   ├── calib_f32													# 量化校准数据集
│   ├── coco128														# 量化校准和待检测图片
│   ├── config.yaml													# onnx 转 bin 模型配置
│   ├── modules.py -> ../ultralytics/ultralytics/nn/modules.py		# 软链接 YOLOv8 后处理文件
│   ├── onnxruntime-infer.py