3.4. 使用Yolov3对多路视频做目标检测

在本节,我们将展示如何在 Sophon TPU 上面使用 Yolov3 对多路视频中的物体进行检测。 我们使用的 bmodel 都是经过转换后的官方的 darknet 版本的 Yolov3,包括了 fp32 以及 int8 类型的。 我们实现了 2 个示例程序。 它们分别使用 opencv 与 bm-ffmpeg 进行图像解码以及 opencv 与 bmcv 进行数据预处理。

c++版本:

ID

Input

Decoder

Preprocessor

Data Type

Model

Mode

Model Number

Batch Size

Multi-Thread

0

multi-video

opencv

opencv

fp32 int8

yolov3

static

1

1

Y

1

multi-video

bm-ffmpeg

bmcv

fp32 int8

yolov3

static

1

1

Y

python版本:

ID

Input

Decoder

Preprocessor

Data Type

Model

Mode

Model Number

Batch Size

Multi-Thread

0

single-video

opencv

opencv

fp32 int8

yolov3

static

1

1

N