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 |