VIP20
本课程属于：047-地平线旭日X3X5边缘AI部署 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

6. 旭日目标检测部署：YOLO模型转换和后处理集成

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
了解旭日系列芯片在边缘AI部署中的定… · 明确YOLO模型部署的整体流程与学习…
课程导入AI
02
目标检测基础
回顾YOLO系列（v5/v8等）的核… · 包括锚框 · 置信度
目标检测基础YOLO
03
部署环境准备
搭建旭日开发环境 · 安装交叉编译工具链 · 模型转换工具（如Horizon Op…
部署环境准备搭建旭日开发环境
04
模型选择与准备
根据旭日芯片算力与内存限制 · 选择合适的YOLO变体（如YOLOv… · YOLOv8n）并导出ONNX模型
模型选择准备
05
ONNX模型检查
使用Netron等工具可视化ONNX… · 检查输入输出维度 · 动态轴及算子兼容性
ONNX模型检查
06
模型量化原理
理解INT8量化对边缘部署的重要性 · 掌握对称/非对称量化 · 校准数据集与量化误差来源
模型量化原理INT8
07
旭日模型转换流程
使用hb_mapper工具将ONNX… · 配置yaml文件中的模型参数
旭日模型转换流程hb
08
转换常见错误处理
解决算子不支持 · 维度不匹配 · 动态形状等转换报错
转换常见错误处理解决算子不支持
09
校准数据集制作
从训练集或实际场景中提取代表性图片 · 制作校准数据集并设置预处理参数
校准数据集制作从训练集或实际场…
10
模型精度评估
转换后使用验证集评估mAP变化 · 对比量化前后精度损失 · 调整量化策略
模型精度评估mAP
11
后处理概述
理解YOLO后处理包括解码 · 置信度过滤 · NMS和坐标映射
后处理概述YOLO
12
解码层实现
将模型输出的原始张量解码为边界框坐标 · 置信度和类别概率 · 注意不同YOLO版本的解码差异
解码层实现将模型输出的原始…
13
置信度过滤
根据阈值过滤低置信度检测框 · 减少后续计算量 · 并处理多类别输出
置信度过滤根据阈值过滤低置…
14
NMS算法实现
在C/C++中实现非极大值抑制 · 包括IoU计算 · 排序与抑制逻辑
NMS算法实现
15
后处理优化
使用快速NMS（如Soft-NMS · DIoU-NMS）或并行化手段 · 降低延迟并提高检测精度
后处理优化NMS
16
坐标映射与输出
将模型输出坐标映射到原图尺寸 · 处理letterbox填充 · 并输出标准检测结果结构
坐标映射输出
17
C/C++集成
在旭日SDK中编写后处理代码 · 集成到推理流水线 · 管理内存与数据流
C/C++集成
18
Python原型验证
先用Python实现后处理并验证正确… · 再移植到C/C++ · 确保算法一致性
Python原型验证
19
多线程与流水线
设计多线程推理架构 · 实现采集 · 推理
多线程流水线
20
性能调优
分析推理与后处理耗时 · 使用性能分析工具定位瓶颈 · 优化循环与内存访问
性能调优分析推理
21
内存管理
在受限内存下高效管理输入输出缓冲区 · 避免拷贝与碎片 · 使用内存池技术
内存管理受限内存下高效管…
22
端到端部署案例
以YOLOv5s为例 · 从ONNX转换到旭日.kmodel · 并完成C++后处理集成
端到端部署案例YOLOv5s
23
YOLOv8部署差异
针对YOLOv8的Anchor-Fr… · 调整解码与后处理逻辑 · 适配旭日平台
YOLOv8部署差异
24
多模型部署
在旭日上同时部署多个YOLO模型（如… · 管理模型切换与资源分配
多模型部署YOLO
25
常见问题排查
解决推理结果错乱 · 坐标偏移 · 精度骤降等问题
常见问题排查解决推理结果错乱
26
模型压缩与剪枝
在转换前对YOLO模型进行剪枝 · 蒸馏 · 减小模型体积
模型压缩剪枝
27
实际场景适配
针对不同光照 · 遮挡等场景 · 调整预处理参数与后处理阈值
实际场景适配针对不同光照
28
安全与稳定性
处理异常输入 · 内存越界 · 确保长时间运行不崩溃
安全稳定性
29
综合实战项目
设计一个完整的旭日目标检测系统 · 包括模型转换 · 后处理集成
综合实战项目设计一个完整的旭…
30
课程总结与进阶
回顾全流程要点 · 探讨未来方向（如Transforme… · 提供学习资源与社区支持
课程总结进阶