![5c4a65a6-f950-11ed-90ce-dac502259ad0.png](https://file1.elecfans.com//web2/M00/9B/60/wKgaomTnqDuAWJiwAAUurw0XZOU718.png)
![5c57dbbe-f950-11ed-90ce-dac502259ad0.png](https://file1.elecfans.com//web2/M00/9B/60/wKgaomTnqDuAIheWAADNIXk9ee4077.png)
![5c5f39ea-f950-11ed-90ce-dac502259ad0.png](https://file1.elecfans.com//web2/M00/9B/60/wKgaomTnqDuAJ4kTAAMeuNo3wP4088.png)
![5c6992d2-f950-11ed-90ce-dac502259ad0.png](https://file1.elecfans.com//web2/M00/9B/60/wKgaomTnqDuAeH6-AAPIIh2thNQ201.png)
![5c7780b8-f950-11ed-90ce-dac502259ad0.png](https://file1.elecfans.com//web2/M00/9B/60/wKgaomTnqDuAWgTPAADr10BG29o063.png)
-
输入节点名字:“images”;数据:float32[1,3,640,640]。
-
输出节点1的名字:“output0”;数据:float32[1,116,8400]。其中116的前84个字段跟 YOLOv8目标检测模型输出定义完全一致,即cx,cy,w,h和80类的分数;后32个字段用于计算掩膜数据。
-
输出节点2的名字:“output1”;数据:float32[1,32,160,160]。output0后32个字段与output1的数据做矩阵乘法后得到的结果,即为对应目标的掩膜数据。
![5c890112-f950-11ed-90ce-dac502259ad0.png](https://file1.elecfans.com//web2/M00/9B/60/wKgaomTnqDuAfTNCAAAU-8xAYBM035.png)
# Initialize the VideoCapture
cap =cv2.VideoCapture("store-aisle-detection.mp4")
# Initialize YOLOv5 Instance Segmentator
model_path ="yolov8n-seg.xml"
device_name ="GPU"
yoloseg =YOLOSeg(model_path, device_name, conf_thres=0.3, iou_thres=0.3)
whilecap.isOpened():
# Read frame from the video
ret, frame =cap.read()
ifnotret:
break
# Update object localizer
start =time.time()
boxes, scores, class_ids, masks =yoloseg(frame)
# postprocess and draw masks
combined_img =yoloseg.draw_masks(frame)
end =time.time()
# show FPS
fps =(1/(end -start))
fps_label ="Throughput: %.2fFPS"%fps
cv2.putText(combined_img, fps_label, (10, 25), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
# show ALL
cv2.imshow("YOLOv8 Segmentation OpenVINO inference Demo", combined_img)
# Press Any key stop
ifcv2.waitKey(1) >-1:
print("finished by user")
break
运行结果,如下图所示:![5c8e77b4-f950-11ed-90ce-dac502259ad0.png](https://file1.elecfans.com//web2/M00/9B/60/wKgaomTnqDyAP169AAcds2hODLA565.png)
-
开发板
+关注
关注
25文章
4609浏览量
95133 -
模型
+关注
关注
1文章
2841浏览量
48067 -
目标检测
+关注
关注
0文章
187浏览量
15530
原文标题:在AI爱克斯开发板上用OpenVINO加速YOLOv8-seg实例分割模型
文章出处:【微信号:SDNLAB,微信公众号:SDNLAB】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
在C++中使用OpenVINO工具包部署YOLOv5-Seg模型
![在C++中使用<b class='flag-5'>OpenVINO</b>工具包部署<b class='flag-5'>YOLOv5-Seg</b><b class='flag-5'>模型</b>](https://file1.elecfans.com/web2/M00/B8/52/wKgZomWDoNGAIjtPAAAm_HhB2K4704.png)
无法使用MYRIAD在OpenVINO trade中运行YOLOv7自定义模型怎么解决?
【爱芯派 Pro 开发板试用体验】使用yolov5s模型(官方)
【爱芯派 Pro 开发板试用体验】yolov8模型转换
在英特尔独立显卡上部署YOLOv5 v7.0版实时实例分割模型
在C++中使用OpenVINO工具包部署YOLOv5模型
自训练Pytorch模型使用OpenVINO™优化并部署在AI爱克斯开发板
![自训练Pytorch<b class='flag-5'>模型</b>使用<b class='flag-5'>OpenVINO</b>™优化并部署在<b class='flag-5'>AI</b><b class='flag-5'>爱克斯</b><b class='flag-5'>开发板</b>](https://file1.elecfans.com/web2/M00/88/B7/wKgZomRwGTiAXwKQAAAbbcpE_UI913.png)
用OpenVINO™ C++ API编写YOLOv8-Seg实例分割模型推理程序
![用<b class='flag-5'>OpenVINO</b>™ C++ API编写<b class='flag-5'>YOLOv8-Seg</b><b class='flag-5'>实例</b><b class='flag-5'>分割</b><b class='flag-5'>模型</b>推理程序](https://file1.elecfans.com/web2/M00/8A/97/wKgZomSX9qOAI3geAAAz_XsLOnc994.png)
使用OpenVINO优化并部署训练好的YOLOv7模型
![使用<b class='flag-5'>OpenVINO</b>优化并部署训练好的<b class='flag-5'>YOLOv</b>7<b class='flag-5'>模型</b>](https://file1.elecfans.com/web2/M00/9E/9E/wKgZomToHDqANerlAAA53hyTfak487.png)
评论