0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

在控道AI盒子上基于YOLOv9實現(xiàn)實時目標(biāo)檢測實戰(zhàn)

英特爾物聯(lián)網(wǎng) ? 來源:英特爾物聯(lián)網(wǎng) ? 2024-04-12 14:30 ? 次閱讀

YOLOv9簡介

隨著計算機視覺技術(shù)的不斷進步,目標(biāo)檢測已經(jīng)成為許多應(yīng)用的核心組件,如自動駕駛、視頻監(jiān)控、智能安防等。YOLOv9(You Only Look Once version 9)是YOLO系列中的最新版本,它提供了更高的檢測精度和更快的推理速度。結(jié)合OpenVINO工具套件,我們可以充分發(fā)揮YOLOv9的性能,高效實現(xiàn)實時目標(biāo)檢測。

fc9888c6-f88c-11ee-a297-92fbcf53809c.png

控道AI盒子簡介

控道AI盒子TA11CX自帶 3-7 TOPS算力,支持OpenVINO工具套件,并且提供了i3、i5、i7三種不同規(guī)格的CPU配置,滿足客戶不同算力需求。

TA11CX的主要優(yōu)點在于:

豐富的接口滿足常見AI應(yīng)用與外設(shè)連接的需求;

科學(xué)散熱結(jié)構(gòu)、優(yōu)選元器件工業(yè)規(guī)范級制程保障了AI應(yīng)用7x24小時長期穩(wěn)定的運行;

模塊化設(shè)計方便隨時響應(yīng)AI應(yīng)用升級需求

上述三大優(yōu)點,使得TA11CX被廣泛應(yīng)用在交通、水利、智慧園區(qū)、智慧連鎖等應(yīng)用場景,為社會經(jīng)濟的數(shù)字化、智能化轉(zhuǎn)型提供了堅實的技術(shù)支撐。

五步基于YOLOv9實現(xiàn)實時目標(biāo)檢測

01

第一步:搭建開發(fā)環(huán)境

安裝Python和Git

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install python3-venv build-essential python3-dev git-all libgl1-mesa-dev

fccb846a-f88c-11ee-a297-92fbcf53809c.png

安裝GPU驅(qū)動

sudo apt-get install intel-opencl-icd

fcda5364-f88c-11ee-a297-92fbcf53809c.png

02

第二步:創(chuàng)建并激活虛擬環(huán)境

運行命令,創(chuàng)建名叫“openvino_env”的虛擬環(huán)境

Python3 -m venv openvino_env

激活“openvino_env”虛擬環(huán)境

source openvino_env/bin/activate

fcf42c80-f88c-11ee-a297-92fbcf53809c.png

03

第三步:克隆存儲庫

使用命令克隆openvino_notebook代碼倉到本地

git clone——depth=1 https://github.com/openvinotoolkit/openvino_notebooks.git
cd openvino_notebooks

04

第四步:安裝依賴軟件包

使用命令安裝OpenVINO和依賴項:

Python -m PIP install——upgrade PIP
pip install wheel setuptools
PIP install -r requirements.txt

fd0ae556-f88c-11ee-a297-92fbcf53809c.png

05

第五步:啟動Jupyter Lab并運行yolov9-optimization.ipynb

進入openvino_notebooks文件夾執(zhí)行jupyter lab notebooks命令,啟動JupyterLab:

jupyter lab notebooks

然后選中yolov9-optimization.ipynb程序,接上USB攝像頭運行

fd33647c-f88c-11ee-a297-92fbcf53809c.png

fd5da8e0-f88c-11ee-a297-92fbcf53809c.png

運行效果如視頻所示:

結(jié)論

YOLOv9的高精度和高速度,結(jié)合OpenVINO工具套件對英特爾硬件的優(yōu)化,使得目標(biāo)檢測任務(wù)在從社區(qū)物體識別到智能安防監(jiān)控分析的各種應(yīng)用場景中都能獲得出色的性能表現(xiàn)!隨著技術(shù)的不斷進步,我們有理由相信,基于YOLOv9+OpenVINO工具套件的實時目標(biāo)檢測技術(shù)將在未來發(fā)揮更加重要的作用。

控道簡介:

控道智能在英特爾第一代AI產(chǎn)品以來的數(shù)年間,憑借深厚的技術(shù)底蘊、敏銳的市場洞察力以及執(zhí)著的產(chǎn)品創(chuàng)新精神,推出了數(shù)十款各具特色、性能卓越的邊緣計算產(chǎn)品,構(gòu)建起一個覆蓋廣泛、功能完備的產(chǎn)品矩陣,覆蓋多個行業(yè)領(lǐng)域,為各行各業(yè)的數(shù)字化轉(zhuǎn)型與智能化升級提供了堅實的技術(shù)支撐與解決方案。隨著英特爾產(chǎn)品發(fā)展變化,控道智能還會帶來的更多大算力產(chǎn)品迭代、新產(chǎn)品繼續(xù)持續(xù)創(chuàng)新與技術(shù)前瞻、無縫升級路徑、快速響應(yīng)市場變化、用戶導(dǎo)向的迭代策略以及完善的售后服務(wù)與技術(shù)支持。



審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 英特爾
    +關(guān)注

    關(guān)注

    60

    文章

    9816

    瀏覽量

    171111
  • 計算機視覺
    +關(guān)注

    關(guān)注

    8

    文章

    1688

    瀏覽量

    45869
  • 自動駕駛
    +關(guān)注

    關(guān)注

    782

    文章

    13525

    瀏覽量

    165726
  • GPU芯片
    +關(guān)注

    關(guān)注

    1

    文章

    303

    瀏覽量

    5761
  • OpenVINO
    +關(guān)注

    關(guān)注

    0

    文章

    81

    瀏覽量

    155

原文標(biāo)題:在控道AI盒子上基于YOLOv9實現(xiàn)實時目標(biāo)檢測 | 開發(fā)者實戰(zhàn)

文章出處:【微信號:英特爾物聯(lián)網(wǎng),微信公眾號:英特爾物聯(lián)網(wǎng)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    YOLOv5】LabVIEW+YOLOv5快速實現(xiàn)實時物體識別(Object Detection)含源碼

    前面我們給大家介紹了基于LabVIEW+YOLOv3/YOLOv4的物體識別(對象檢測),今天接著上次的內(nèi)容再來看看YOLOv5。本次主要是和大家分享使用LabVIEW快速
    的頭像 發(fā)表于 03-13 16:01 ?2036次閱讀

    基于迅為RK3588【RKNPU2項目實戰(zhàn)1】:YOLOV5實時目標(biāo)分類

    [/url] 【RKNPU2 人工智能開發(fā)】 【AI深度學(xué)習(xí)推理加速器】——RKNPU2 從入門到實踐(基于RK3588和RK3568) 【RKNPU2項目實戰(zhàn)1】:YOLOV5實時
    發(fā)表于 08-15 10:51

    【HarmonyOS HiSpark AI Camera】鴻蒙系統(tǒng)目標(biāo)檢測項目

    項目名稱:鴻蒙系統(tǒng)目標(biāo)檢測項目試用計劃:本人在嵌入式和AI領(lǐng)域有多年的學(xué)習(xí)和開發(fā)經(jīng)驗,曾在2020年華為人工智能賽獲得11名,想在鴻蒙
    發(fā)表于 11-19 20:47

    如何使用Tengine Explore版firefly-RK3399實現(xiàn)實時目標(biāo)檢測

    如何使用Tengine Explore版firefly-RK3399實現(xiàn)實時目標(biāo)檢測?
    發(fā)表于 03-04 07:12

    基于YOLOv5的目標(biāo)檢測文檔進行的時候出錯如何解決?

    你好: 按Milk-V Duo開發(fā)板實戰(zhàn)——基于YOLOv5的目標(biāo)檢測 安裝好yolov5環(huán)境,
    發(fā)表于 09-18 07:47

    基于神經(jīng)網(wǎng)絡(luò)的、改進的YOLOv3目標(biāo)檢測算法

    的4個尺度特征以融合淺層特征和深層特征信息,并根據(jù)檢測目標(biāo)的大小調(diào)整損失函數(shù)的影響權(quán)重,從而增強小目標(biāo)及相互遮擋物體的檢測效果。 KITT
    發(fā)表于 04-01 11:43 ?15次下載
    基于神經(jīng)網(wǎng)絡(luò)的、改進的<b class='flag-5'>YOLOv</b>3<b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測</b>算法

    AAAI 2021 YOLObile:移動設(shè)備實時目標(biāo)檢測

    YOLOv4 2020年目標(biāo)檢測領(lǐng)域大放異彩取得了SOTA。雖然YOLO系列作為單階段的代表本身具有較快的速度,但是YOLOv4想要作為移
    發(fā)表于 01-25 18:58 ?1次下載
    AAAI 2021 YOLObile:移動設(shè)備<b class='flag-5'>上</b>的<b class='flag-5'>實時</b><b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測</b>

    AI愛克斯開發(fā)板用OpenVINO?加速YOLOv8分類模型

    本系列文章將在 AI 愛克斯開發(fā)板使用 OpenVINO 開發(fā)套件依次部署并測評 YOLOv8 的分類模型、目標(biāo)檢測模型、實例分割模型和人
    的頭像 發(fā)表于 05-05 11:47 ?971次閱讀
    <b class='flag-5'>在</b><b class='flag-5'>AI</b>愛克斯開發(fā)板<b class='flag-5'>上</b>用OpenVINO?加速<b class='flag-5'>YOLOv</b>8分類模型

    AI愛克斯開發(fā)板用OpenVINO?加速YOLOv8目標(biāo)檢測模型

    AI 愛克斯開發(fā)板用 OpenVINO 加速 YOLOv8 分類模型》介紹了 AI
    的頭像 發(fā)表于 05-12 09:08 ?1200次閱讀
    <b class='flag-5'>在</b><b class='flag-5'>AI</b>愛克斯開發(fā)板<b class='flag-5'>上</b>用OpenVINO?加速<b class='flag-5'>YOLOv</b>8<b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測</b>模型

    AI愛克斯開發(fā)板使用OpenVINO加速YOLOv8目標(biāo)檢測模型

    AI愛克斯開發(fā)板用OpenVINO加速YOLOv8分類模型》介紹了AI愛克斯開發(fā)板
    的頭像 發(fā)表于 05-26 11:03 ?1139次閱讀
    <b class='flag-5'>AI</b>愛克斯開發(fā)板<b class='flag-5'>上</b>使用OpenVINO加速<b class='flag-5'>YOLOv</b>8<b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測</b>模型

    AI愛克斯開發(fā)板用OpenVINO?加速YOLOv8-seg實例分割模型

    AI 愛克斯開發(fā)板用 OpenVINO 加速 YOLOv8 目標(biāo)檢測模型》介紹了
    的頭像 發(fā)表于 06-05 11:52 ?910次閱讀
    <b class='flag-5'>在</b><b class='flag-5'>AI</b>愛克斯開發(fā)板<b class='flag-5'>上</b>用OpenVINO?加速<b class='flag-5'>YOLOv</b>8-seg實例分割模型

    AI愛克斯開發(fā)板用OpenVINO?加速YOLOv8-seg實例分割模型

    AI 愛克斯開發(fā)板用 OpenVINO 加速 YOLOv8 目標(biāo)檢測模型》介紹了
    的頭像 發(fā)表于 06-30 10:43 ?809次閱讀
    <b class='flag-5'>在</b><b class='flag-5'>AI</b>愛克斯開發(fā)板<b class='flag-5'>上</b>用OpenVINO?加速<b class='flag-5'>YOLOv</b>8-seg實例分割模型

    基于Yolov5+圖像分割的車牌實時檢測識別系統(tǒng)

    YOLO算法從總體看,是單階段端到端的基于anchor-free的檢測算法。將圖片輸入網(wǎng)絡(luò)進行特征提取與融合后,得到檢測目標(biāo)的預(yù)測框位置以及類概率。而
    發(fā)表于 07-18 14:32 ?2787次閱讀
    基于<b class='flag-5'>Yolov</b>5+圖像分割的車牌<b class='flag-5'>實時</b><b class='flag-5'>檢測</b>識別系統(tǒng)

    OpenVINO工具包部署YOLO9模型實現(xiàn)實時目標(biāo)檢測

    YOLOv9引入了可編程梯度信息 (PGI) 和廣義高效層聚合網(wǎng)絡(luò) (GELAN) 等開創(chuàng)性技術(shù),不僅增強了模型的學(xué)習(xí)能力,還確保了整個檢測過程中保留關(guān)鍵信息,從而實現(xiàn)了卓越的準確性
    的頭像 發(fā)表于 03-18 11:38 ?987次閱讀
    OpenVINO工具包部署YOLO<b class='flag-5'>9</b>模型<b class='flag-5'>實現(xiàn)實時</b><b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測</b>

    OpenVINO? C# API部署YOLOv9目標(biāo)檢測和實例分割模型

    YOLOv9模型是YOLO系列實時目標(biāo)檢測算法中的最新版本,代表著該系列準確性、速度和效率方面的又一次重大飛躍。
    的頭像 發(fā)表于 04-03 17:35 ?659次閱讀
    OpenVINO? C# API部署<b class='flag-5'>YOLOv9</b><b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測</b>和實例分割模型