在WoS上运行人体动作检测

项目目标

YOLOv8 由Ultralytics 于 2023 年 1 月 10 日发布，在准确性和速度方面具有尖端性能。在以往YOLO 版本的基础上，YOLOv8 引入了新的功能和优化，使其成为广泛应用中各种物体检测任务的理想选择。YOLOv8的主要功能包括先进的骨干和颈部架构： YOLOv8 采用了最先进的骨干和颈部架构，从而提高了特征提取和目标检测性能。无锚分裂Ultralytics 头： YOLOv8 采用无锚分裂Ultralytics 头，与基于锚的方法相比，它有助于提高检测过程的准确性和效率。优化精度与速度之间的权衡： YOLOv8 专注于保持精度与速度之间的最佳平衡，适用于各种应用领域的实时目标检测任务。各种预训练模型： YOLOv8 提供一系列预训练模型，以满足各种任务和性能要求，从而更容易为您的特定用例找到合适的模型。

项目说明

这个 Python 项目在 WoS 上运行人体姿态估计模型，使用 YOLOv8 作为基础模型并通过 QNN 进行推理。

所需材料/零部件清单/工具

  • Latitude 7455 WoS

Latitude 7455 WoS

源代码/源示例/可执行应用程序

  • 源代码

应用效果

额外资源

  • 视频链接

构建/汇编指令

# 在C8550-LE SDK中

cd 8550-YOLOv10-det/; mkdir build; cd build; cmake ../; make -j6

使用说明

若要在 WoS 上使用 YOLOv8 人体姿态估计功能，需先按照此处指南安装版本为 2.34.0.250424 的高通 AI 引擎直连 SDK Windows 安装程序来配置环境，然后通过执行命令 "pip install requests wget tqdm importlib-metadata qai-hub qai_hub_models huggingface_hub Pillow numpy opencv-python torch torchvision torchaudio transformers diffusers basicsr ultralytics==8.0.193" 安装 Python 依赖库。

请从 QNN SDK 中将以下 QNN 库文件复制到 "qai_libs" 目录：

• libQnnHtpV73Skel.so

• QnnHtp.dll

• QnnHtpV73Stub.dll

• QnnSystem.dll

• libqnnhtpv73.cat

最后，执行 "python yolov8_pose.py" 即可运行示例代码。

提供人信息

如提交有关内容（以下简称为“提交内容”），则表明您向高通公司授予有关以下各项的免费、永久性、非排他性、不受限制、全球范围内的许可：(a)公布、使用、复制、转授、改编、传输、公开执行或展示提交内容；(b)在没有限制条件的情况下使用、复制、修改、改编、发布、翻译、创作衍生作品、分发、执行、演示、托管、提供和发布您的提交内容；(c)向第三方转授无限制的行使针对提交内容所授予的前述任何权利的权利。前述权利应当包括利用提交内容中的任何理念、概念、知识产权、或专有权利的权利，包括但不限于在任何相关司法管辖区内根据著作权、商标、服务标记或专利等法律所享有的权利，同时高通公司无须向您支付任何款项。您声明并保证，您拥有有关提交内容的所有权利、所有权和权益，或您已被授予有关提交内容的充分权利，以确保能够按照前述方式使用提交内容。